基于可适应匈牙利算法的武器-目标分配问题

当前各类智能优化算法求解武器-目标分配问题时,存在耗时长、优化结果不唯一等缺陷,而匈牙利算法具有耗时短、求解结果稳定的优势,但其适应性较差,目前尚未见二者的对比分析文献。针对此现象,对比分析传统匈牙利算法与智能优化算法的耗时性与稳定性,展现了匈牙利算法的优势;提出统一效率矩阵,创建可适用于所有类型目标分配问题的可适应匈牙利算法;通过实例应用验证了可适应匈牙利算法的正确性。     

陆军船艇装备保障力量任务指派问题

在分析陆军船艇装备保障力量任务指派问题的基础上,构建了基于单目标的陆军船艇装备保障力量任务指派问题模型,运用匈牙利法对模型进行求解,并对模型进行了实例验算。研究可为陆军船艇装备保障力量的运用提供参考,也可为多目标广义指派问题的研究奠定基础。     

防空导弹目标分配优化方法研究

从工程实践角度,对防空导弹目标分配总体方法进行研究,包括:应该解决的若干问题、目标可分配区的计算方法、目标分配的总体思路和流程、分配算法优化等。重点针对防空导弹对不同类别目标具有不同杀伤区的问题,提出通过限定目标参与分配方案计算的时机以改善武器系统设计效果的新思路;介绍将传统的匈牙利算法应用于目标分配的处理方法,并提出一种基于启发式算法、可提高运行效率的求解方法。仿真结果验证了该方法的可行性。.     

一种基于DS证据理论的多雷达目标识别方法

文中研究了利用目标的位置和运动信息通过DS证据理论完成多雷达目标融合识别的方法.单雷达目标识别利用目标位置和运动信息建立目标线性隶属度函数,利用模糊综合评判进行目标分类.融合中心对来自各个雷达的识别概率利用DS证据进行最终的判决.仿真结果表明利用位置和运动信息进行识别的可行性和有效性,验证了多个雷达融合后的识别效果优于单个雷达的效果.     

数据融合在雷达/红外复合制导中的应用研究

文中解决了数据融合在雷达/红外复合制导中的应用的几项关键问题.利用模糊集合来描述检测率和虚警率,提出了一种多传感器目标检测的模糊信息融合算法.利用神经网络研究了双模制导体制下目标跟踪数据融合问题,并也给出了一种具体的算法.     

常比冲与变比冲发动机作用下的多目标观测轨道设计

针对常比冲与变比冲两种推力模型下的对地多目标的观测任务作了初始轨道设计.航天器平时处于待命轨道正常运行,接到观测命令后,作轨道机动,依次通过所关心的多个目标上空.根据问题描述,利用勒让德伪谱方法,给出常比冲与变比冲推力下,对地多目标观测的设计方法.最后以3个目标为例,分别设计了常比冲与变比冲推力下的多目标观测轨道.     

基于自适应Notch滤波器的矢量阵多目标分辨研究

为解决水下小平台上的多目标分辨问题,提出了一种基于自适应Notch滤波器的矢量阵波束形成方法.给出了矢量阵自适应Notch滤波器波束形成原理与波束图分析,利用自适应Notch滤波器的频率选择与矢量阵空间指向性,实现了多个目标的检测与分辨.理论分析与计算机仿真表明,该方法的多目标分辨性能优于矢量阵常规波束形成方法.     

弹道目标跟踪的自适应多维分配相关算法

研究了弹道目标防御雷达的多目标跟踪数据关联方法,提出了一种弹道目标跟踪的自适应多雏分配相关算法.在对多传感器探测覆盖区域进行分区处理的基础上,进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的多维分配相关算法进行相关处理,分析了多维分配算法存在的问题,给出了算法实现的伪代码.仿真实验结果表明,利用该算法能够很好地跟踪弹道目标.     

一种系统偏差和目标状态的联合估计算法

单部雷达的系统偏差给整个雷达网的融合效果造成了很大的负面影响,因此人们提出了很多消除系统偏差的方法.文中研究了多传感器系统偏差校准和目标跟踪问题,利用扩展卡尔曼滤波提出了一种系统偏差和目标状态的联合估计算法.Monte-Carlo仿真表明,该算法能有效地估计系统偏差和目标运动状态.     

基于E占优NSGA-2的测试优化选择方法

为解决测试不可靠条件下的测试选择问题,对测试不可靠条件下的测试优化选择问题进行研究.将该问题还原为多目标问题来分析,以虚警率、测试数量、测试成本为目标,以故障检测率、隔离率为约束条件建立了问题的数学模型.以贝叶斯网络测试性模型为基础,利用提出的E占优NSGA-2算法求解该问题.利用该方法对某装备开展测试优化选择设计,并与NSGA-2算法、HBPSOGA算法进行对比,验证了该方法的有效性与实用性.