应用规则引擎构建舰艇作战决策系统方法研究

针对开发作战决策系统存在的问题,提出了基于规则引擎构建作战决策系统的方法。该方法使用开源Java规则引擎Drools作为决策系统的推理机,使决策规则与其它仿真软件代码分开,显著提高了系统开发效率,降低了系统维护的复杂度。Drools采用面向对象系统增强并优化的Rete算法实现推理机的模式匹配,可满足规则复杂的作战系统对决策时间的要求。实验表明,该方法能很好地完成复杂决策系统的构建。     

OFDM系统中定时同步算法的研究

正交频分复用（OFDM）对同步偏差十分敏感,同步偏差的产生会使OFDM系统性能大大降低。通过对训练符号在时域乘以特殊伪随机序列来消除定时同步中的峰值平台问题,仿真结果表明,与传统算法相比,改进算法在同步位置具有很尖锐的峰值,同步性能更好,符号定时更精确。     

基于变步长LMS的频域干扰抑制算法的研究

基于对时域变步长LMS算法、频域块LMS算法的研究分析,给出了一种新的基于变步长频域块LMS的干扰抑制算法,仿真结果和分析表明能实现更好的收敛速度和更小的有用信号损失,并且计算复杂度低,利于工程实现。     

高阶QAM信号盲均衡算法的研究

恒模算法（CMA）具有计算复杂度低、易于实现的优点,但它的缺点是收敛速度慢、稳态剩余误差大。针对恒模算法（CMA）的不足,文章介绍了修正恒模算法（MCMA）和多模算法（MMA）。在此基础上,提出了适合高阶QAM信号传输的双模式盲均衡算法（MMA-DDLMS）和多模CMA。计算机仿真结果表明,这两种算法有良好的性能。     

自适应算法在单轴激光惯导初始对准中的应用

针对传统的卡尔曼滤波在单轴旋转激光惯导动基座初始对准中当系统噪声和量测噪声未知时,会导致滤波精度下降甚至发散的问题,设计了简化Sage-Husa自适应滤波算法,建立了动基座条件下的单轴旋转激光捷联惯导的误差方程,利用设计的算法进行了仿真,结果表明在误差模型较大时,自适应滤波算法可以很好的提高滤波精度和稳定性。     

自适应网格交互多模型不敏粒子滤波算法

将一种变结构多模型算法——自适应网格交互多模型(AGIMM)算法和不敏粒子滤波(UPF)算法相结合,提出了自适应网格交互多模型不敏粒子滤波算法(AGIMMUPF).该算法通过自适应网格实现了模型自适应,从而以较小的模型集合覆盖了目标大范围的机动,并以此来克服固定结构交互多模型粒子滤波(IMMPF)算法存在的缺陷,同时各模型滤波算法采用不敏粒子滤波(UPF)算法,使重要性密度函数融合了最新量测信息,更好地逼近真实状态的后验概率分布.通过计算机仿真证明,提出的算法可以有效提高IMMPF的费效比.     

基于免疫遗传算法的水下无人平台航路规划

为克服遗传算法在水下无人平台航路规划应用中存在的问题,提出了基于免疫遗传算法的水下航路规划问题.仿真结果表明,这种算法能够有效地提高航路规划的计算速度和保证航路规划的质量.     

基于可视图和A~＊算法的连续模型路径搜索

针对交通枢纽仿真领域中行人最短路径搜索环境建模难的问题,提出一种基于可视图的连续拓扑模型最短路径搜索策略,通过在连续模型下建立可视图并使用A*算法搜索出一条适合行人通行的最短路径,将改进的可视图算法和A*算法结合,降低连续模型中自动选择路径复杂度和扩展结点数目.将该算法应用于城市综合客运枢纽功能与结构数值实验系统对行人对象进行路径搜索导航,实验结果证明此算法可行且具有更高的效率和通用性.     

基于自适应信息遗传算法的路面模量反算研究

近年来,根据FWD实测弯沉盆来反算各层路面结构模量的技术在路面结构的质量评价中广为应用。如何利用FWD反算路面模量也相应成为各方研究的热点。在本文中,作者针对于模量反算中,目标函数在最优值附近表现为大片狭长平坦区域的特点,提出了一类反算新算法——自适应信息遗传算法,提出了根据信息量大小来决定算法是否进行自适应细分模量解空间的机制,以缩小算法后期反算中的搜索空间。此外,本文还改进了实数交叉算子,使用了新的探险策略,从而加强了新算法后期的局部搜索能力。随后的工程实例表明,这新机制、新策略的引入,能够在保持较高反算精度的前提条件下,大大提高模量反算的求解效率,从而更加有利于模量反算的工程实际应用。     

遗传退火算法在木兰溪防洪工程软基沉降预测中的应用研究

基于自然进化原理的遗传算法是一种解决岩土工程复杂非线性问题十分有前景的方法。然而遗传算法容易陷入局部收敛,对遗传算法进行改进加入退火因子解决了这一问题。软土地基沉降受众多因素的影响,在时序上表现出复杂的非线性特征。针对木兰溪防洪工程的沉降预测问题,运用MATLAB编写模拟遗传退火算法程序进行了预测分析。计算结果与实测资料基本一致,它在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。