时变输出约束非线性系统的量化反馈 自适应终端滑模控制

针对一类复杂非线性系统,提出一种新型自适应快速非奇异终端滑模控制(IAFNTSMC)方法,用以解决其在输出时变约束及量化输入情形下的轨迹跟踪问题;利用鲁棒自适应方法处理扰动不确定性,并结合反演策略和终端滑模策略设计控制器;构造一种新型的时变约束障碍Lyapunov函数,用于实现对系统的输出误差进行随时间变化的幅值约束;为提高闭环系统的误差收敛速度,提出一种新型的滑模面构造方案.所提控制方法能够保证闭环系统的输出跟踪误差快速收敛到约束边界内,并确保闭环系统所有信号有界.数值仿真验证了所提方法的有效性.     

距离相关噪声AOA协同定位下无人机路径优化方法

该文研究到达角度(AOA)协同定位下无人机路径优化问题。考虑实际AOA量测噪声方差是目标-传感器距离的函数,距离相关噪声特性使得AOA定位难度增加。为了更好地适应量测噪声随距离变化特性,该文提出一种变增益无迹卡尔曼滤波算法。随后,给出了距离相关噪声AOA定位下广义克劳美罗下界(GCRLB)。在此基础上理论分析了无约束最优传感器位置分布和约束条件下最优传感器位置分布。以GCRLB的迹最小化为目标函数建立AOA协同定位下多无人机路径规划问题,采用罚函数和LM算法优化求解,仿真验证了所提算法的有效性。     

基于航迹关联的一、二次雷达联合跟踪

该文针对一、二次雷达在杂波环境下多目标多传感器协同跟踪问题,提出了一种带二次雷达修正的基于航迹关联的一、二次雷达联合跟踪算法。该算法先通过一次雷达对敌友方目标和二次雷达对友方目标运用联合概率数据关联算法滤波跟踪得到航迹数据之后运用双门限航迹关联判定友方目标并撤消对友方目标的跟踪和利用二次雷达探测数据进行对敌方目标的高度信息进行自适应修正,通过蒙特卡洛仿真表明该算法在提高目标跟踪精度和减小处理器的运算量都是有效的。     

一种变结构多模型机动目标跟踪算法的研究

该文针对在机动目标跟踪领域应用广泛的交互式多模型算法,是一种基于固定模型集合的算法,由此带来一个两难问题,既需要较多的模型保证跟踪精度,有会因为太多的模型而增加计算量。该文提出了一种基于序列似然比检测的变结构多模型算法,给出了一种模型集合自适应的解决方法。该方法提高了跟踪精度的同时也降低了计算量。随着反舰导弹的威胁日益增大,该文针对反舰导弹的机动特性,仿真验证了该算法的有效性。     

融合语义与事件特征的重大事件趋势预测

针对当前基于海量公开新闻数据的重大事件趋势预测研究在特征选择上的局限性问题,结合人工智能相关技术对现有方法进行优化改进,提出一种融合语义与事件特征的重大事件趋势预测方法。利用网络爬虫技术辅助数据采集;利用主题模型与事件抽取技术辅助海量新闻数据的特征集构建与向量表示,并针对LDA主题模型在特征词提取上存在偏向性的问题,提出一种改进模型IDFLDA;利用机器学习分类模型进行预测结果输出。以朝鲜核行为预测为例对提出方法进行验证,预测结果表明,该方法的预测性能优于依赖专家知识进行特征集构建的传统方法,能有效进行重大事件的趋势预测,为战略决策提供辅助支持。     

基于GA-PSO的天基预警系统资源调度方法

为解决天基预警系统中的卫星资源调度问题,从预警任务特点出发,在对预警任务进行分解的基础上,建立了资源调度模型．结合传统遗传算法（GA）和粒子群算法（PSO）的优点,采用一种混合遗传粒子群（GA-PSO）算法来求解资源调度问题．该算法在解决粒子编解码问题的前提下,将遗传算法的遗传算子应用于粒子群算法,改善了粒子群算法的寻优能力．实验结果表明,提出的算法能有效解决多目标探测时天基预警系统的资源调度问题,调度结果优于传统粒子群算法和遗传算法．     

基于遗传算法的单站无源纯方位定位算法

提出了一种基于遗传算法的单站无源纯方位定位算法.首先对无源声探测系统中的时间延迟问题进行分析并建立目标运动模型,仅利用被动声目标的方位角信息,完成单声传感器对目标的定位.对于单目标情况,结合目标运动模型和目标的方位角信息,运用遗传算法估计出目标的位置;对于多目标情况,首先用多假设可能数据关联完成多目标方位角的关联,再对每一个目标运用遗传算法估计出该目标的位置.最后通过仿真实验验证了算法的正确性和有效性.     

强机动目标自适应变结构多模型跟踪算法

在强机动目标跟踪领域,采用传统基于固定模型集合的交互式多模型算法需要大量模型来描述目标机动,需要巨大的计算量,并且过多模型会带来不必要的模型竞争反而降低跟踪性能.为解决它所带来的问题,提出一种自适应变结构多模型算法,采用少量与目标运动模式相关的模型,在不同时刻根据目标当前机动水平自适应调整模型参数建立新的模型集合,并对其进行滤波估计.仿真结果显示该方法能更好的匹配目标运动规律,有效降低计算复杂度,提高跟踪精度.