基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis,ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm,CAFWA)的盲源分离(blind source separation,BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。

空基雷达组网收发分置协同探测编队构型优化

针对空基雷达组网收发分置协同探测构型优化问题,利用目标雷达波空间散射的分布特点,基于双基雷达空间分集思想,建立了空基雷达组网收发分置协同探测数学模型,定义了探测性能的评价指标,得到优化目标函数;采用网格分割法对布设在不同距离、不同方位的空基雷达形成的探测空域,基于烟花算法求解得到"1发n收"多种情况下的最优编队构型方案.仿真结果验证了该数学模型的有效性和算法的适应性.

改进鸽群算法的复杂信号盲源分离

由各类侦察、干扰、探测、通信信号构成的复杂信号盲源分离是侦干探通一体化系统接收信号处理的第一步,对盲源分离准确度要求更高。传统独立成分分析的盲源分离方法,存在容易求得局部最优解、分离性能较差等缺陷。针对这些问题,提出了一种改进鸽群算法的复杂信号盲源分离方法,通过在鸽群算法的地图和指南针算子中添加位置因子,以及在地标算子中添加压缩因子2种方式,平衡了算法前期全局探索能力以及后期局部搜索准确度,解决了易陷入局部最优以及早熟收敛的问题,提升了算法的寻优能力,同时该算法在收敛速度上也有所提升。仿真实验结果表明,该算法在低噪声和高噪声情况下均能较好地分离出复杂信号,对比传统独立成分分析的方法,具有更好的分离性能和收敛速度。

基于dynFWA-IFE的空中目标威胁评估方法

针对现代战场中数据模糊,无法准确判断空中目标威胁情况的问题,提出一种基于动态搜索烟花算法-直觉模糊熵(dynamic search fireworks algorithm-intuitionistic fuzzy entropy,dynFWA-IFE)的空中目标威胁评估方法。该方法运用dynFWA优化求解最小IFE的非线性规划模型,得到威胁指标权重后代入直觉模糊集中的隶属度数据,从而评估空中目标的威胁情况。实验证明该方法能够准确对空中目标威胁程度进行排序,为作战指挥提供情报服务。

雷达组网优化布站综述

对雷达组网进行优化布站能够有效节约资源,提高探测性能的有效性和可靠性。将雷达组网优化布站问题归纳为建立数学模型和选择优化方法两大内容,简要概括了布站原则。介绍了典型的布站模型和优化布站模型,并对常见的优化布站方法,如序列穷举方法、蒙特卡罗方法、智能优化算法,进行了分析和比较。

武媚娘的野蛮投资

与其说武媚娘对李治是一段真爱,不如说是一场成功的投资事件,从最初的天使种子轮开始瞄准李治;当李治登上皇位,武媚娘获取巨额回报后,又过度干预企业经营,并且赶走创始人团队,重塑股权架构,全面接掌大唐集团。