基于飞机降落信息的ADS-B数据跟踪算法

在空中交通管制（ATC）领域,广域监视系统中的ADS-B接收机在飞机飞行方向改变时 ,由于其收星的数量减少导致数据率变低,并且在飞机降落过程中丢点严重。结合ADS-B数 据的特点,采用两个模型分别表示飞机的匀速运动和匀加速运动状态,利用三点速度方向预 测修正对地速度,并引入飞机降落的先验模型,实现在广域监视中对飞机的有效跟踪。 真实数据验证了该方法可有效提高数据率和改善飞机降落过程中的跟踪效果。     

基于分辨力增益的综合识别传感器管理方法

为提高目标综合识别的效能,需对综合识别系统中多种传感器资源进行科学管 理。在分析综合识别中目标优先级和传感器使用约束条件的基础上,建立了利用分辨力增益 作为传感器资源管理优化准则的目标函数,提出了利用传感器混淆矩阵的预测分辨力增益计 算方法,并将粒子群优化算法引入传感器-目标分配NP-hard问题的求解中。仿真结果表明该 方法合理高效。     

基于最大似然估计的分集信号中频合成方法

为了降低分集信号合成时输入信号的信噪比要求,提出了一种分集信号的中频合成方法 。该方法利用最大似然估计和迭代算法,通过计算输出合成信号和输入分集信号的相关值获 得合成权值,在中频实现信号合成。仿真和实验结果表明,该方法放宽了输入信号信噪比要 高于解调捕获门限这一要求,能自动实现最大合成增益。     

基于两阶段法的多车型卷烟配送路径优化研究

在烟草商业企业中,物流是其重要的环节,是连接客户与烟草企业间的纽带,其卷烟配送线路设计的合理与否直接影响到卷烟的配送效率和配送成本,就如何合理的规划线路成为卷烟配送的关键问题。文章以Q烟草公司为例,运用先分组后路线的两阶段法对问题进行求解,先利用K-means聚类算法对区域进行划分,再考虑工作量均衡的条件下引入遗传算法对区域进一步调整,最后利用混合遗传算法对各配送区域进行线路优化,通过实例从线路数、车辆数、空载率、配送里程及总成本等指标上可以看出两阶段法的配送效果更优。     

基于双层规划模型的冷链物流网络多目标优化

针对冷链物流时效性强这一特性,应用软时间窗反映客户满意度,并结合T.T.T理论换算货损成本。在考虑满足客户时间窗的条件下,寻找配送中心建设及操作成本、车辆成本、惩罚成本及货损成本所构成的总成本最小时的最优配送方案,建立冷链物流配送选址及路径优化的双层规划模型,并将改进的遗传算法运用到该模型中,借助Matlab软件对具体实例进行求解,得到最优结果,为冷链物流网络多目标优化问题提供理论依据。     

黄浦江两岸地区公共空间可达性研究 ——基于社会网络分析的公共交通评价与 优化策略

黄浦江两岸地区正在打造世界级的滨江公共空间, 如何便捷、多样地抵达滨江公共空间是其规划设计和建设实施 的重要评价指标。将该评价指标定义为滨江公共空间可达性, 指居民利用滨江公共交通系统(常规公交)抵达滨江公共空间的 便捷性和多样性程度。利用社会网络分析方法,以虹口区和徐 汇区的滨江公共空间为例,构建了滨江公共空间可达性模型, 借助地理信息系统(ArcGIS)与计算机编程语言(Python)对现 状可达性进行量化分析评价,并提出优化滨江公共空间可达性 的算法和策略,以期更好地提升滨江公共空间可达性。     

利用ACE值构造QC-LDPC码

为进一步提升中短码长下准循环低密度奇偶校验(Quasi-cyclic Low-density Parity-check,QC-LDPC) 码的纠错性能,提出了一种综合短环数目和环连通性的QC-LDPC码构造方法。首先,采用Golomb规则构造QC-LDPC码,对基矩阵中的部分元素进行替换预处理,初步降低短环数目;其次,采用所提的利用近似环外信息度（Approximate Cycle Extrinsic message degree,ACE）的消环掩模算法来优化QC-LDPC码,使得掩模后的校验矩阵具有较大的ACE平均值,最终完成QC-LDPC码的构造。该构造方法简单、通用性强,在短环数目和连通性间进行了平衡。与只考虑减少短环数目、增大围长等方法相比,该方法构造的QC-LDPC码有更加优异的纠错性能。     

GNSS抗干扰技术综述

随着电磁环境的日益复杂、干扰技术的不断进步,全球卫星导航系统（Global Navigation Satellite System,GNSS）的各类应用受到了严重阻碍,在强干扰环境中,扩频增益不足以对干扰进行有效抑制,需采用各种抗干扰措施。对GNSS抗干扰技术进行了分类,概述了不同抗干扰技术的研究现状及进展,并对GNSS干扰源与干扰类型进行了归纳总结,给出了不同干扰类型对应的抗干扰方法,进一步对比分析了几类常见自适应算法的性能,最后指出了GNSS抗干扰技术未来的研究趋势。     

基于球谐变换的无人机蜂群RCS快速分析算法

为了获取目标的雷达截面积(Radar Cross Section,RCS),传统的方法是采用矩量法（Method of Moment,MOM）或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA),尽管对目标的RCS计算精确,但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言,若采用上述方法来计算其RCS,计算量巨大,甚至无法计算。针对上述问题,提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率,其关键技术是通过改变球谐函数中的求和次序,利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA,所提方法获取蜂群无人机RCS的结果与其吻合良好,但对计算机内存的需求远远小于MLFMA,且随着无人机数量的增加,其计算速度可提升几个数量级。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。