机载光电跟踪系统搜索策略研究

评价未来空战系统作战能力的主要因素包括如下方面：发现目标的能力、可发现的范围、发现的概率。本文以某机载光电跟踪系统为对象,研究在具有诸多约束条件下的一种激光搜索策略,在保证不漏扫,满足探测概率的前提下,使系统搜索范围最大,并适应载机上的纯惯性状态下惯导的最大导航误差。本文建立了可有效减少重复作业和无效搜索时间,充分利用激光探测器的有效视场,对目标进行较高效率的等效＂一＂字形激光搜索策略模型,给出并分析了模型的边界条件。并给出了在确定的边界条件下数学模型的仿真数据。分析结果表明：在保证不漏扫,满足探测概率的前提下,在2000 m以下的高度,采用N=3,L=12 km的光斑搜索范围,基本能够覆盖惯性3σ导航误差范围。若导航误差取1σ,则在1500~6000 m高度都可覆盖。若想获得较高的搜索效能,需对搜索速度、重叠系数等因素综合考虑,而提高激光重复频率尤其重要。

基于用户影响力的微博数据提取算法

微博作为舆情分析中基础数据的主要来源之一,如何对其进行有效提取是数据获取的关键问题。为此,提出一种基于用户影响力的数据提取算法,以满足舆情系统对数据的需求。该算法首先利用模拟登录技术获取用户关系并依此构建用户网络,再根据自主设计的用户影响力计算方法计算出影响力,进而建立符合微博特征的影响力最大化模型挖掘出最具传播能力的k个节点,最后爬取相应的微博数据。实验证明,该算法能够有效提高获取数据的质量,为舆情分析提供更好的数据支持。

一种改进的网格多边形online探索算法

针对网格多边形机器人online探索问题,在分析现有成果的基础上,结合SmartDFS算法,并通过扩大机器人视觉范围,使其范围限定在给定的单位网格内。通过区分不同类型的网格,确定遍历的优先级别以设计出不同的探索策略,提出SmartDFS-OPT算法。该算法将网格多边形online探索问题求解算法的竞争比从5/4降低为7/6,达到了理论分析结果的下界,使机器人的online遍历路径长度达到最短,因而是求解该问题的一个最优算法。该算法将有助于那些基于机器人探索未知环境的智能设备的研发与应用。