应用基于MPI的混合粒子群算法的三维水翼优化设计

提出一种三维水翼的优化设计方法.方法应用混合粒子群算法(HPSO)与边界元法相结合进行三维水翼的优化和性能计算工作、应用多级罚函数法解决水翼设计这一多约束、多变量的优化问题.基于免疫理论和惯性权值非线性递减策略的混合微粒群算法,能够有效抑制算法早熟收敛,平衡全局和局部搜索能力.优化设计过程中,水翼的剖面形状、攻角及展弦比作为设计变量,给定的压力分布形式、升阻力系数作为设计约束或设计目标.混合粒子群算法通过划分子种群、应用基于MPI通信机制的并行计算来实施,最大限度减小了计算时间.设计算例表明了文中提出的三维水翼优化设计方法收敛速度快、计算时间短、有效可行.     

航天器实时落点计算误差修正方法

在介绍航天器实时落点估算的作用和实现原理的基础上,分析了采用＂龙格-库塔＂算法进行航天器实时落点估算的误差,提出了采用测量方案实时选优、建立空气阻力修正模型和修正＂龙格-库塔＂算法本身引起的误差的落点估算误差修正方法,该方法对提高航天器实时落点估算的精度,确保成功地实施航天器安全控制和回收提供了更加准确的依据。     

单只矢量水听器对多目标方位估计的仿真研究

文章结合了矢量水听器的自身特点,利用单只矢量水听器分别研究了声强法和ESPRIT算法对目标方位进行估计,在无需知道信号先验信息的条件下,可以实现对多个不相关信号的方位角估计。利用已知的条件进行模拟仿真,在不同的信噪比,样本长度的条件下来对比声强法与ESPRIT算法之间了优劣性。     

自动测试系统通用性研究

针对现代电子装备自动测试系统,阐述自动测试系统通用性实现方法,提出激励资源、信号接口装置设计原则,同时探讨了神经网络与自适应算法实现故障诊断与定位中的可行性,并给出一种故障诊断自适应算法实现的方法。     

基于免疫克隆算法的航母编队配置研究

现代航母编队运行成本昂贵,合理编队能降低运行成本,达到效益最大化。本文提出了采用免疫克隆算法（ICA）的航母编队方法,该方法使用层次分析法确定航母编队各候选舰只各项作战性能的权重,然后采用免疫克隆算法进行航母编队配置,以达到编队配置效益最大化的目的。实验结果表明,与使用传统的线性规划方法相比,采用免疫克隆算法进行航母编队配置能获得相同的效果,但比线性规划更有计算和解决复杂问题的优势,是一种高效的航母编队配置方法。     

单矢量水听器四阶累积量MUSIC算法对信号DOA的估计

针对传统MUSIC算法的局限性,提出了一种基于高阶累积量的单矢量水听器MUSIC算法.这里将单个矢量水听器理解为一个标量传感器阵列,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,该算法先构造四阶累积量矩阵,代替传统MUSIC算法中的阵列协方差矩阵,对四阶累积量矩阵采用MUSIC算法作方位估计.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,MUSIC算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,该方法还是能获得高分辨率的估计.湖试结果也表明,文中算法有更好的目标方位估计性能.     

一种将频谱图转换为电子数据的实现方法

现有大量电磁兼容检测数据多以纸张作为载体,其关键频谱数据不能直接应用于电磁环境的预测与评估。为了解决检测报告中频谱曲线图转换为电子数据的需求,提出了一种转换方法,将传统"临摹"与计算机技术相结合,通过坐标转换技术,将屏幕坐标转换为实际坐标,再利用描点和插值算法,将频谱曲线图转换为多点频率-幅度的离散数据。依据这一原理,开发了相应的图形识别软件,经实际频谱图识别验证,幅度误差小于3 dB。     

舰载相控阵雷达光束指向控制策略研究

为改善在舰载相控阵雷达的光束控制中指向精度的参数指标,同时增强光束控制器性能与舰载相控阵雷达检测的准确性,本文通过相关影响因素分析,选取合理的器件参数,期望达到最佳效果。然后研究基于分数阶耦合复值神经网络的光束指向控制策略,通过对分数阶复值神经网络的投影同步的研究证明,系统的投影同步可以控制光束的指向。采用哈里斯鹰算法（HHO）对液晶相控阵进行光束指向精度优化,仿真实验结果表明,本文设计的全局与局部并行优化策略的哈里斯鹰算法,归一化精度误差由100数量级优化为10-4数量级,有效提高了舰载相控阵雷达的检测精度。     

基于时效性的舰船无线传感器网络修复方法

本文针对舰船无线传感器网络运行过程中因节点失效而产生多个覆盖空洞以及节点发生故障前所收集到的舰船航行数据丢失问题,提出一种基于时效性覆盖空洞修复(Timeliness Coverage Hole Repair, TCHR)算法。首先,基于备选移动节点的可持续最大移动时间,得到可选移动节点ID序列。然后,以可选移动节点总修复时间最小化为准则构造出目标函数。最后,构建时间代价矩阵,并基于匈牙利算法求得最优分配方案。所提算法能避免舰船航行数据丢失并选派合适的移动节点至相应的覆盖空洞处,从而完成舰船网络中多覆盖空洞及时修复的任务。仿真结果表明了所提算法的可行性与有效性。     

基于数据驱动的船舶航线实时优化

为了给不同海况下的船舶安全航行提供保障,设计基于数据驱动的船舶航线实时优化方法。利用数据驱动方法采集船舶历史航线、海域风速、风向、波高等海况数据,选取K-means聚类算法聚类海况数据,构建海况知识库。依据海况知识库内的船舶航线信息与航线转向点信息,划分船舶航线为不同航段。依据船舶航线的航段划分结果,以航行总时间最短以及总油耗最低为目标函数,设置船舶航速约束与转向点位置约束作为约束条件,构建航线实时优化模型。选取蚁群算法求解所构建的优化模型,输出航线实时优化结果。结果表明,该方法可以实时优化航线,降低船舶的航行时间与主机油耗,适用于不同海况的船舶航行。