基于收发分置模式的空基雷达组网动态探测模型构建

针对传统空基收发分置探测通常为静态模型的问题,建立了一种更符合实际情况的动态探测模型．首先以对重点区域探测面积最大为评估指标,建立单时间窗探测基础模型;然后根据组网雷达发射机接收机运动规律,在连续时间内利用烟花算法来优化发射机和接收机位置,并根据网格切分和接收机运动规律来调整位置,建立动态探测模型;最后通过实验仿真验证了该空基雷达组网动态探测模型的有效性．     

雷达组网探测能力评估指标体系

为了全面、系统地反映雷达组网的探测性能,构建科学的评估指标体系,首先明确了构建指标体系的基本原则;其次根据探测空域、目标特性和外部环境将雷达组网探测能力分解为中高空目标探测能力、低空/超低空目标探测能力、隐身目标探测能力和电子干扰条件下探测能力,建立了指标体系的3层结构,给出了17个底层指标的计算模型;最后运用AHP方法进行了仿真分析.仿真结果表明,该指标体系对构建高性能的雷达网具有重要的指导作用.     

基于遗传算法的雷达组网优化部署方法

针对阵地优化部署涉及问题多、领域广、难度大的特点,提出一种基于固有阵地的雷达网优化部署方法.利用遗传算法全局搜索、收敛速度快和避免局部极优的特性,结合雷达网优化部署数学模型,给出了具体求解步骤.最后通过计算机仿真实验证明了该方法的有效性.     

雷达组网探测系统应急巡检路径的优化方法

结合雷达组网探测系统的设计特性和运用特点,以组网雷达重要度和固有可用度等作为约束条件,给出了系统应急巡检路径选择优化模型及其算法,并通过算例进行了分析.     

基于粒子群算法和投影解析法的机器人构型优化

针对一种可重构轮式移动机器人扩展构型中重构变量间的非线性关系,采用解析结合投影几何的方法建立可重构的移动机器人的稳定性指标模型.运用粒子群算法获得了在等效稳定裕量最大前提下的移动机器人重构构型,其结果同移动机器人重构实验的结果吻合很好.机器人重构构型时应遵循几何对称原则,负载分布均衡原则以保证机器人的直行性能.为了保证机器人工作性能良好,重构参数的应限定在安全范围内.同时应采取综合折中原则,对各种相关参数进行综合平衡.移动机器人扩展构型具有非线性特点的稳定性能指标,在机器人的性能预测、任务规划和运动控制中皆具有重大理论意义和应用价值.     

基于单基地雷达组网的协同对消抗干扰反隐身方法

为了弥补常规雷达组网数据级融合在主瓣干扰下的探测能力不足,提出了一种基于单基地雷达组网的协同对消抗干扰反隐身方法.该方法利用组网后目标和干扰的幅度、相位、延时和多普勒频移中的一种差异进行干扰对消.仿真结果表明,采用单基地雷达组网协同对消抗干扰方法主瓣干扰对消比约为25 dB,大大提升了复杂环境下的隐身目标探测能力.     

求解约束优化问题M-精英协同进化算法

提出了一种适用于约束优化问题的协同进化算法．该算法旨在模拟人类社会中团队的组建及其协作方式,并强调精英人才对团队建设的推动作用．算法将整个种群分为精英种群和普通种群,围绕各个精英来组建团队,使精英种群带动普通种群,进而带动整个种群不断进化．组建团队过程中,不同精英之间采用协作操作,精英对普通种群成员进行引导操作,其中协作操作和引导操作由若干交叉或变异算子的组合所定义．使用静态罚函数法将约束优化转化为无约束优化,利用13个约束优化测试函数对算法进行了测试．仿真实验和参数分析结果表明,该算法寻优精度高,算法稳定,运行时间少,其性能优于组织进化算法,能够有效解决复杂的约束优化问题．     

信号配时与交通设计协同优化

提出一种信号配时与交通几何设计、相位相序设计协同优化的思想。以太原市桃园路口为例进行分析设计,建立了以停车延误、停车次数和通行能力为目标的信号配时优化模型,采用罚函数粒子群优化算法（PSO）同时优化绿灯时间和信号周期,使二者达到最佳匹配。最后通过Vissim仿真的结果对比来验证此方法的合理性及有效性。     

基于雷达探测概率的飞机隐身性能评估

针对利用不同极化方式的雷达散射截面数据难以准确衡量飞机各个角域的隐身性能问题,提出了一种基于移动平滑算法和探测概率模型相结合的评估方法.首先设置平滑窗口对HH极化和VV极化的周向RCS数据进行了平滑处理减小了RCS极化相对误差.然后基于单脉冲检测和非相参积累检测求取了平滑数据的雷达探测概率及其探测概率误差,结合两种误差条件,并按照最佳移动平滑处理使RCS极化相对误差最小而不使原始数据信息失真,最优非相参积累检测效果尽可能反映各个角域探测概率误差信息的原则,定义了以滑动窗口尺寸和非相参积累脉冲构成的最优组合解.最后采用遍历比较法求解了隐身飞机RCS数据移动平滑及其探测概率的最优处理结果,进而对飞机重点角域的隐身特性进行了量化分析和有效评估.仿真结果表明:经过平滑处理的RCS数据,在求取非相参积累探测概率后,能够有效评估飞机重点角域的可探测性能,且组合解为(10,10)时,评估效果最佳.     

欺骗式干扰下组网雷达优化布站方法分析与仿真

针对组网雷达抗欺骗式干扰的资源优化问题,提出了一种优化布站方法。首先,对数据融合抗欺骗式干扰能力进行理论分析,给出组网雷达在空间不同位置被欺骗概率的理论值;利用理论分析结果,实现组网雷达被欺骗概率最小化和其覆盖范围最大化的联合优化布站,从而达到最优的资源利用方式。最后,通过仿真得到不同条件下的最优布站位置。     

低慢小目标多装备协同探测分配问题研究

综合运用雷达、可见光、红外、无线电等多种探测装备协同探测是解决低空慢速小目标的探测跟踪难题的主要手段.针对多探测装备协同的目标分配问题,建立了低空慢速小目标和探测装备模型,提出了一种基于粒子群的多探测装备协同目标分配算法,最后给出了实例仿真.仿真结果表明,该算法是可行的,在实际应用中能较好地满足指挥决策和实时性要求.     

基于DCT的探地雷达频率波数偏移优化算法

目前探地雷达频率波数偏移算法中插值运算涉及复数运算,且对所有频率波数域内的数据进行运算,易引起复数寄生量和计算量大的问题。由此在分析离散余弦变换特点的基础上,引入离散余弦变换代替傅里叶变换用于频率波数偏移算法,以实变换代替复数变换,解决复数寄生量的问题;利用离散余弦变换能量集中的性质,仅对部分主要的离散余弦分量对应的数据进行插值偏移处理,减少计算复杂度以实现插值算法优化。实测数据表明,该文所提的优化方法效果明显。     

印刷机械导向辊协同制造资源优化配置问题研究

面向印刷机械导向辊加工过程,对导向辊生产车间的协同制造资源配置问题进行研究。通过构建导向辊制造资源与制造任务的协同制造链模型,以导向辊加工工艺、车间加工能力和资源状态等为约束,以加工时间最小化和生产成本最低化为目标,将导向辊生产车间制造资源配置问题归结为多目标优化问题,并设计了一种混合Jaya算法进行求解;以某印刷机械导向辊生产车间实际情况为例进行仿真实验,与传统加工方案对比分析,验证了该模型的有效性、算法的优越性以及解决实际导向辊生产问题的适用性。     

基于大数据与粒子群的清洁能源协同优化调度方法

为解决清洁能源系统运行节点因存在延迟调度,而影响清洁能源协同优化调度效果的问题。为避免该问题,本文提出基于大数据技术与粒子群算法的清洁能源协同优化调度方法。根据清洁能源协同运行特点,利用大数据技术分析作业参数,并设计运行节点延迟调度策略,然后构建清洁能源系统输出功率调度模型。将最大运营利益和最小弃能成本作为优化目标,构建清洁能源协同优化调度模型,再采用粒子群算法进行求解,得到最优调度方案。实验结果表明：本文方法可以获取较优的清洁能源协同调度结果。     

粒子群优化协同克里金法在确定山地斜坡土层厚度中的应用

克里金法是广泛应用的空间插值方法,但仅考虑单一因素的普通克里金法在确定山地斜坡土层厚度中存在较大误差。针对普通克里金法中的不足之处,提出了一种确定土层厚度的基于粒子群优化的协同克里金法。该方法首先用粒子群优化算法拟合半变异函数,然后将该函数用于以高程值作为辅助变量的协同克里金法中,并根据均方根误差来评价土层厚度的不确定性。将该方法应用于重庆万盛某边坡土层厚度的确定,通过交叉验证,结果表明：与普通克里金插值法相比较,考虑高程的协同克里金法插值的均方根误差降低了39.32%;基于粒子群优化的普通克里金法和协同克里金法的均方根误差分别降低了28.79%和48.45%。基于粒子群优化的协同克里金插值法对提高土层厚度的插值精度有较大作用。     

改进的粒子群优化算法下的MIMO雷达稳健波束形成

在进行阵列自适应波束形成时,由于阵元导向矢量失配现象的存在,严重影响了常规最优波束形成的性能。考虑阵元的导向矢量误差,运用改进的粒子群优化算法对阵元的导向矢量进行纠正,使其误差达到最小,得到了一种适用于多输入多输出雷达的新的稳健波束形成方法。与现有的应用于MIMO雷达的稳健波束形成方法相比,在导向矢量误差较大或者误差随机变化的情况下新方法具有更高的输出信号干噪比,且其性能一直保持了较高的稳定性。数值仿真结果验证了新方法相比已有算法具有更好的鲁棒性和更高的输出性能。     

基于改进MOEA/D算法的含可再生能源系统协同优化调度

针对含可再生能源系统协同优化调度方法存在SOC值控制约束能力差、调度能耗高的缺点,提出基于改进MOEA/D算法的含可再生能源系统协同优化调度方法。首先构建含可再生能源系统中关键发电模型,分别为光伏阵列模型、风力发电模型以及储能蓄电池模型,然后以能耗最低为目标,构建出系统的协同优化调度函数,得出电功率及热功率平衡的函数约束条件,最后利用改进MOEA/D算法求解出函数最优解,实现含可再生能源系统协同优化调度。实验结果表明,本文方法的SOC值控制约束能力好,SOC值控制结果最接近理想状态,在环保性最优准则下系统调度能耗低,24 h能耗功率为0.6 kW。     

改进的多目标粒子群优化算法及其在雷达布站中的应用

为更好地解决多目标问题,提高多目标优化算法的多样性和收敛性,提出一种改进的多目标粒子群优化算法。算法将种群分为多个子种群同时进行优化搜索并改进粒子速度更新公式,扩大Pareto最优解集的覆盖面;利用反三角函数logistic映射初始化种群,使初始种群分布更均匀;并使用时变变异方法对外部档案进行变异,避免陷入局部最优。通过与标准多目标粒子群优化算法(MOPSO)和NSGA-Ⅱ在标准测试函数ZDT1、ZDT2、KUR上的仿真实验对比,验证了该文提出的改进算法的有效性,并将其应用于雷达优化布站。