改进萤火虫算法的武器目标分配问题研究

武器目标分配(WTA)是指挥控制和任务规划领域的关键问题之一,萤火虫算法求解武器目标分配问题具有参数设置简单、执行效率高等优点。针对传统萤火虫算法易陷入局部极值,收敛速度和精度不高的弊端,从以下三个方面进行改进:初始化萤火虫序列编码时融入PWLCM混沌优化以提高全局搜索能力;设置受迭代次数控制的服从半高斯分布的非均匀步长因子以兼顾算法的搜索能力和收敛性;设计基于排序的萤火虫更新策略同时融入交叉变异操作以提高算法的效率和准确性。为验证改进算法的先进性,先利用其求解4种典型测试函数的最优解,再求解WTA问题,并与传统萤火虫算法进行对比,仿真实验结果表明,改进后算法的评价函数值提高了2.1%,迭代次数减少了52.9%,改善了传统算法易陷入局部极值的缺点,提高了收敛速度和精度,提升了武器目标分配的效果。

非均匀步长的同步Bi-RRT-DWA算法

为解决传统快速搜索随机树(RRT)算法在航迹规划中搜索效率较低、转折点过多且规划的路径未考虑无人机的动力学约束等问题,提出一种非均匀步长的同步Bi-RRT-DWA算法。该算法在传统RRT算法基础上设计了一种非均匀步长的同步双向扩展策略,减少算法无效扩展;设计剪枝优化方法,减少无效转折点;优化动态窗口法中的评价函数,提高安全性和平滑度。最后,通过仿真实验将非均匀步长的同步Bi-RRT-DWA算法与RRT算法进行对比,在同一工作环境不同起终点条件下,搜索路径长度减少了23.3%,搜索路径转折点个数减少了77.4%,验证了算法在规划效率、安全性和路径平滑性等方面有很大提升。

基于变步长子空间追踪的DCT域非均匀采样图像重构

压缩感知是一种充分利用信号稀疏性的全新的信号采样理论。如何从采样得到的低维数据中高效地恢复出原始的高维数据是压缩感知理论的一个关键研究问题。本文基于图像二维离散余弦变换(Discrete Cosine Transform,DCT)系数的分布特性,研究图像DCT域非均匀压缩采样,并在子空间追踪(Subspace Pursuit,SP)算法的基础上,提出一种变步长SP算法,用以实现压缩感知图像的快速重构。该算法自适应地设置图像DCT系数矩阵中不同列向量的采样率,将有限的采样值尽可能地分配给高幅值系数较集中的列向量。在重建DCT系数列向量时,动态调整不同子空间内的原子搜索步长,在高幅值系数集中区域对应的原子子集中进行小步长密集搜索,而在其它原子子集中进行大步长快速搜索。实验结果表明,与基于SP算法的DCT域均匀采样图像重构算法相比,本文提出的基于变步长SP算法的DCT域非均匀采样图像重构算法在图像重构精度与重构算法运行时间方面均具有明显优势。

黎河河道演变的数学模型——天然河道用作输水通道后的演变

天然条件下的山前季节性河流黎河被用作引滦入津的输水河道，来水条件的巨变和大量工程引起河床调整．为研究这一调整我们建立了具有如下特点的数学模型：１．考虑了自上而下床沙粒径的巨大变化；２．反映了卵石夹沙河床宽级配的输沙特点以及清水冲刷时的粗化过程；３．模拟了粘性土河床的冲刷特性；４．考虑了跌水坎的不规则断面宽顶堰的过流特点以及有工程措施和人为干扰下的河床演变特点．本文介绍了上述数学模型的主要内容．

一种非平稳环境下的自适应变步长盲源分离算法

提出一种基于不完整自然梯度的变步长约束算法,用来处理非平稳环境下的瞬时盲源分离问题.该算法利用系统上的扰动对代价函数进行约束,对算法中的约束因子采用自适应形式,根据分离情况对约束因子进行自适应调整,以加快收敛速度.同时,引入基于代价函数梯度的变步长,使其具有更好的跟踪性能.仿真结果表明,在非平稳环境下,所提出的算法在提高收敛速度的同时可以有效分离源信号而不产生严重的稳态误差.