摘要：以概率模型为基本记忆元素,对动态优化过程中所产生的历史信息进行记忆和利用,提出一种具有记忆能力的分布估计算法用以求解二进制编码动态优化问题.设计了基于环境辨识技术的记忆管理策略,并对种群多样性进行动态补偿.实验结果表明,该算法具有良好的通用性,所采用的多样性补偿策略能够保证算法种群对最优解的持续搜索能力.在对5个动态优化问题的实验中,该算法在绝大多数情况下都显著优于现有的另外两种动态进化算法.

摘要：形态学滤波是红外弱小点目标检测研究中一个有效方法,其滤波器结构将直接影响检测性能。基于目标在实测红外图像上所呈现的凸包结构特点,首先设计了圆形形态学滤波器结构。在此基础上,引入神经网络进行圆形形态学滤波器结构元素优化设计。实测数据的处理结果表明:针对低信噪比图像(SNR≈2),在虚警概率小于等于1%情况下,优化的圆形形态学滤波器算子对的复杂红外弱小目标图像检测概率大于等于98%,优于固定结构元素的形态学滤波器和方形结构的优化形态学滤波器。

摘要：针对现有研究大都只分析了单误差源对直升机火控系统精度影响的现状,提出进行直升机火控系统精度的敏感性分析。根据传统敏感性分析法在数据量不充分或无法提供精确模型时存在的局限性,对基于贝叶斯网络和Sobol指数相结合的敏感性分析新方法(BNSobol法)进行了研究,并与传统Sobol法对比分析。结果表明BNSobol法在满足精度要求的同时还减小了对数据量的需求,它的分析不依赖于模型且可以确定出满足约束条件的具体误差源取值区间。该方法可为直升机火控系统设计研究时如何分配各模块误差大小从而提高总体效能提供参考和理论支持。

摘要：针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了MADDPG算法的模型结构。最后通过仿真实验,并对比深度确定性策略梯度(DDPG)算法,验证了本文提出的MADDPG算法在保证精度的基础上,学习速度大幅度提高,弥补了传统强化学习算法在多智能体领域的不足。

摘要：该文提出一种未知风场扰动下无人机精确3维航路跟踪的鲁棒最优控制律。该控制律基于跟踪虚拟目标的思想,将风场扰动加入无人机运动方程,采用反馈线性化将无人机的非线性动力学方程变换为线性状态方程。假设风场扰动已知的条件下,采用线性二次型调节器推导出能够跟踪3维航路的最优控制律。进一步考虑未知的风场扰动,设计鲁棒控制项代替最优控制律中的风场参数,得到能够抑制未知有界风场干扰的鲁棒最优控制律,并采用Lyapunov稳定性理论证明该闭环系统的全局渐近稳定性。仿真表明该控制律能够实现在未知风场扰动下无人机精确3维航迹跟踪,且具有良好的跟踪性能。

摘要：针对基于稀疏表示的视频总结未充分考虑视频帧之间的非线性关系和关键帧的块稀疏特性,提出了一种采用非线性块稀疏字典选择的视频总结方法。首先考虑视频帧之间的非线性关系,通过核函数把原始视频样本映射到高维空间,使线性不可分的样本变得线性可分,从而实现非线性到线性的转化,建立非线性稀疏字典选择模型;然后考虑关键帧的块稀疏特性,将视频帧分成帧块,每个帧块内的内容具有一定的相似性,进一步建立非线性块稀疏字典选择模型来提取关键帧块;最后设计了一种核化的联合块正交匹配追踪算法对提出的模型进行优化。在基准视频数据集上的实验表明,所提算法能明显提升视频总结的性能指标F值,且计算复杂度较低,从而验证了联合使用非线性和块稀疏的有效性。

摘要：为了实现新闻图像中重要人物的自动标志,针对由于不同的表情、光照、姿势等因素带来的视觉空间上的差异性问题,提出融合文本和视觉多模态信息的新闻人物自动标志方法.首先针对每个人名找到与该人名相关的人脸图像子集,建立人名与人脸的映射关系;其次在文本空间计算相似度,并在视觉空间对人脸子集图像进行聚类和计算相似度;最后采用加权的Borda方法对文本和视觉空间的相似度排序进行序融合.在大约50万幅的雅虎新闻图像数据集上进行实验的结果表明,该方法可显著地提高基于聚类方法的性能.

摘要：针对Leader-Follower异构型有人/无人机混合编队协同决策系统具有递阶分布式决策结构、决策信息分散以及通信约束等特点,在智能体模糊认知图(ABFCM)和动态模糊认知图(DFCM)的理论基础上,提出了一种有限干预式协同决策机制。通过构建层次化的Follower平台自主决策模型,实现了该平台与外部系统良好的交互能力,体现了自主决策的"动态性"。通过设计Leader平台的3种干预策略,满足了不同层次的决策需求,体现了干预过程的"有限性"。仿真结果表明:有限干预协同决策模型能够适应外部环境的动态变化,充分发挥Follower平台的自主决策能力;而不同层次的有限干预介入既减轻了Leader平台的控制负荷,又保证了决策的有效性和可行性,可为解决其他同类复杂系统的协同决策问题提供理论依据和方法参考。

摘要：时空数据是包含时间和空间属性的数据类型.研究时空数据需要设计时空数据模型,用以处理数据与时间和空间的关系,得到信息对象由于时间和空间改变而产生的行为状态变化的趋势.交通信息数据是一类典型的时空数据.由于交通网络的复杂性和多变性,以及与时间和空间的强耦合性,使得传统的系统仿真和数据分析方法不能有效地得到数据之间的关系.本文通过对交通数据中临近空间属性信息的处理,解决了由于传统时空数据模型只关注时间属性导致模型对短时间间隔数据预测能力不足的问题,进而提高模型预测未来信息的能力.本文提出一个全新的时空数据模型—深度卷积记忆网络.深度卷积记忆网络是一个包含卷积神经网络和长短时间记忆网络的多元网络结构,可以提取数据的时间和空间属性信息,通过加入周期和镜像特征提取模块对网络进行修正.通过对两类典型时空数据集的验证,表明深度卷积记忆网络在预测短时间间隔的数据信息时,相较于传统的时空数据模型,不仅预测误差有了很大程度的降低,而且模型的训练速度也得到提升.

摘要：机载天线是飞机导航、通信等系统的重要组件;实现远距离通信主要依靠机载短波天线。新型复合材料的使用以及飞机尺寸的增大,是国际飞机发展的潮流。针对这一问题,该文利用电小天线及传输线相关理论设计一种新型大型飞机机载隐蔽式短波天线,设计过程中使用电磁仿真软件Ansoft HFSS建模计算天线输入阻抗及方向图并优化天线尺寸;在此基础上,制作缩比模型并在微波暗室中对其进行实测,所得数据与仿真结果相符。除此之外,对天线的阻抗匹配及效率进行分析并给出计算结果。计算及测试结果表明,此天线可与天线调谐系统(例如KHF950)良好调谐,方向图为水平全向,符合应用要求,可用于整个机身或仅垂尾为复合材料的大型飞机。