基于双门限准则的飞行计划与雷达航迹配对

针对传统飞行计划与雷达航迹配对方法的缺陷和不足,提出基于双门限航迹关联思想的飞行计划与雷达航迹配对方法。利用飞行计划推算出计划航迹;基于双门限航迹相关思想对计划航迹和雷达航迹进行双门限准则判断,并以此判断结果作为飞行计划与雷达航迹配对的主要依据;通过多义性处理最终实现飞行计划与雷达航迹正确快速配对。通过仿真实验与其他方法进行比较验证:该算法具有较高的准确性和实时性。     

飞行计划的航迹预测与航迹配对在ATC中的应用

本文介绍了在民航ATC系统中,基于飞行计划的三阶段飞行模型的航迹预测方法,以及方向距离相关法的航迹配对方法.并对算法进行仿真.结果满足系统需求.     

基于A*算法的无人机跟踪目标的航迹规划

针对无人机跟踪目标的航迹规划问题,文章提出了一种双评估函数的改进A*算法;首先,根据无人机在跟踪目标时的飞行特点提出了航迹规划策略,并结合无人机的油耗、航迹长短和机动性能等约束条件来设计中间目标点的评估函数和航迹片段的评估函数;之后,采用加权法对A*算法进行改进,以使航迹的优化与时间耗费之间找到平衡点;同时,改进在Open表中插入与删除节点的方式,提高计算效率;最后,通过对跟踪航迹的仿真,表明该算法可以快速、有效地为无人机在跟踪目标时规划出优化的航迹.     

无人机三维航迹规划算法研究

在模拟仿真出无人机三维飞行环境的基础上,根据航迹规划的要求,建立对应数学模型,并采用蚁群算法进行优化仿真.针对基本蚁群算法存在的搜索时间长、容易陷入局部最优解等缺点,将蚂蚁当前位置与目标位置的距离信息反馈到系统中作为航迹规划的控制信息,同时对航迹节点的选择方法进行改进,以提高算法的效率.仿真实例结果表明,该算法可以规划出满足无人机飞行要求的航迹.     

基于A*算法的高超声速飞行器航迹规划方法

为了提高A*算法应用于高超声速飞行器航迹规划时的效率和稳定性,并保证航迹可飞性,提出基于改进型变步长稀疏A*算法的航迹规划方法。首先根据飞行器飞行区域不存在地形限制的特点,在规划过程中采取变步长策略,有效地提高了远程规划时的稳定性和效率;然后依赖飞行器的过载计算最大转弯角和爬升/俯冲角,根据计算角度构建规划空间,同时将飞行器飞行过程燃料/时间、航向、飞行高度、航迹末端、禁飞区域等约束用于规划空间优化,减少扩展节点的数量,进一步提高了规划效率并保证航迹的可飞性;最后基于威胁约束设计特殊的代价函数,保障了飞行安全和航迹规划的稳定性。仿真结果表明:规划出的航迹满足高超声速飞行器各种飞行要求,能避开各种威胁,规划时间短,稳定性好。得到的航迹能够作为航迹跟踪控制系统设计时的参考输入。     

一种基于Gabor小波的制导精度预测方法

在无人驾驶飞行器的自主制导系统中，一般采用下视景像匹配制导技术对飞行器的具体位置进行精确自主定位。为了提高制导精度，减少误匹配，飞行前需要在基准图上进行航迹规划，就是在飞行区域中选择出一些匹配概率肓的匹配区。在选择过程中，匹配概率的计算尤为重要，用相关匹配定义计算虽然准确但耗时巨大。文章提出了一种基于Gabor小波特征的匹配概率预测方法。实验表明，该方法能较快地预测出匹配概率，精度也较高。     

基于B样条拟合的静态航迹预测

四维航迹（4DT）是基于航迹运行（TBO）的实现基础,是民航领域实现各项应用的关键技术,而目前提出的四维航迹预测算法在实际应用中存在较大预测误差,主要来源于航迹拟合和航距计算,为此,提出基于B样条拟合的静态航迹预测算法。首先,计算雷达数据的曲率值并保留极大值对应的航迹点,利用动态时间规整（DTW）算法提取标称航迹;然后用B样条逼近算法进行标称航迹的拟合,得到曲线的分段表示;最后融合航空器的飞行计划高精度计算飞行航距,研究航空器在过点时间预测方面的应用。以国内某航班历史飞行的雷达数据为例对比航空器过航路点的预测时间与实际时间,相比于传统的大圆航线预测方法,所提预测方法的预测精度有明显提高,可以将预测误差控制在1 min内。     

基于投影的快速模板匹配算法

针对传统模板匹配算法效率不高,计算时间长等缺点,本文提出一种基于投影的快速匹配算法,利用对图像色度的投影到一水平轴,使图像数据空间的维度降到一维,并用内积计算相关度,根据已计算的相关度,决定下一次匹配的步长,过滤一些可忽略的子图投影;在计算水平域投影时,不需要从新计算,只需在上一次的结果中,增减一行色度,而且,一次投影...     

基于机载数据的高精度飞行航迹合成技术研究

合成高精度的飞行航迹数据是航空安全评估和民航事故调查中需要解决的首要问题.针对直接使用QAR记录数据合成飞行航迹面临着精度不够、数据互斥性较大、影响轨迹计算精度的实际问题,采用地图投影方式和飞行性能数据积分方法分别计算出飞行航迹,在此基础上对航迹进行了融合计算,最后提出利用已知飞行中的准确位置点地理信息数据对飞行航迹进行校准,实现对四维飞行航迹的高精度合成,较好地满足了飞行事故分析和飞行过程再现对高精度水平航迹的需要.     

改进型空中交通流量预测算法的验证与实现

为了提升管制现场运行数据挖掘效率,改善现有空管流量预测系统存在系统结构与算法设计复杂性,提出一种基于空中交通管制自动化系统综合航迹数据和基础飞行数据交换报文处理的,能够实时修正航空器航迹4D剖面预测模型的流量预测算法。主要通过计划航迹和雷达航迹匹配关联算法模型以及利用航向角平面投影匹配算法提高流量预测的精确性。通过与当前主流的优秀算法对比和验证,方法能够全面、真实反映目标航迹当时运动态势和管制区域流量预测信息,工程实现较为简洁,具有一定的工程实践意义。     

基于人工免疫算法和蚁群算法求解旅行商问题

人工免疫算法具有快速随机的全局搜索能力,但对于系统中的反馈信息利用不足,往往做大量无为的冗余迭代,求解效率低。蚁群算法具有分布式并行全局搜索能力,通过信息素的积累和更新收敛于最优路径上,但初期信息素匮乏,求解速度慢。该文提出一种基于人工免疫算法和蚁群算法的混合算法,采用人工免疫算法生成信息素分布,利用蚁群算法求优化解。将该算法用于求解旅行商问题进行计算机仿真,结果表明,该算法是一种收敛速度和寻优能力都比较好的优化方法。     

基于协同进化遗传算法的模型拟合研究

普通遗传进化算法在解决模型拟合问题中,建模与优化顺序结构时优化效果有限、拟合速度慢、稳定性低。针对上述问题,提出基于协同进化遗传算法的模型拟合算法。该算法将建模与优化问题抽象成多种群间协同进化,通过种群间整体的适应度值交换,将种群关联起来,扩大智能算法建模过程中参数优化的时空作用范围。各种群间含有不同基因表达,在解决局部问题时具有自包含性,有利于更好地发挥各智能算法(遗传算法、遗传规划)的优势。实验结果表明,该算法的稳定性和收敛速度优于传统遗传进化算法。     

基于Dijkstra算法的网络最短路径分析

最短路径分析是网络分析最基本的功能之一。Dijkstra算法是目前公认的较好的最短路径算法。文章通过对Dijkstra算法运行速度分析，在该算法的基础上采用二叉树结构来改进Dijkstra算法，在一定程度上优化了最短路径的计算过程，并提高了算法的分析效率，实际数据测试也表明了该算法的可行性。     

Gause竞争型协同进化算法在FNN中的应用

自从60年代J.霍兰提出遗传算法以来,模拟进化算法得到了很大的发展和应用。协同进化算法是针对遗传算法的不足提出,还处于研究初步阶段。该文在竞争型协同进化的基础上,借鉴生态学中物种竞争模型,提出了基于Gause竞争方程的竞争型协同进化算法,并将该算法应用于模糊神经系统的辨识问题上。实验证明,该算法比标准遗传算法、典型竞争型协同进化算法和BP学习算法具有更好的全局收敛性和更快的收敛速度,在一定程度上解决了标准遗传算法的不足。     

基于Levy飞行的萤火虫模糊聚类算法

针对模糊C均值（FCM）聚类算法易受初始聚类中心影响而陷入局部最优问题,提出了一种基于Levy飞行的萤火虫模糊聚类算法（LFAFCM）。该算法改变萤火虫算法的随机移动策略,以平衡算法局部搜索和全局搜索能力;萤火虫位置更新过程中引入Levy飞行机制,以提高全局寻优能力;根据迭代次数和萤火虫位置动态调整每个萤火虫的尺度系数,以限制Levy飞行可搜索范围,并加快算法收敛速度。利用5个UCI数据集对算法进行实验验证,实验结果表明,该算法有效避免了陷入局部最优并具有较快的收敛速度。     

基于混沌搜索的思维进化算法

针对思维进化算法中的产生初始种群的盲目随机性和冗余性以及现有搜索方式易陷入局部最优的问题,将混沌优化和思维进化算法结合,提出了一种基于混沌搜索的思维进化算法（Chaos Mind Evaluation Algorithm,CMEA）。该算法在进化的不同阶段引入混沌优化操作,利用混沌的遍历性提高算法的收敛速度,克服了早熟现象,同时利用思维进化算法的记忆特性和当代最优解指导混沌搜索,提高算法的搜索能力。仿真结果表明,与标准思维进化相比,该算法优化能力强,能有效地避免局部收敛,具有更快的收敛速度。     

求解TSP问题的自适应邻域搜索法及其扩展

TSP问题是测试组合优化领域算法性能的经典平台。提出了一种求解TSP问题的自适应邻域搜索算法,该算法通过为每个城市设定邻域来降低TSP问题的复杂度,并结合满意度和活跃度来构建一种自适应邻域搜索算子,使得其在局部优化的速度和收敛性方面取得了良好的效果。最后在该算法中融入遗传算法思想,将局部优化的高效性和遗传算法的鲁棒性有机结合起来构建成一种综合性能更好的混合优化算法。对eil75、CHN144和TSPLIB中的部分实例的仿真结果表明该算法在寻优度、收敛速度和稳定性等方面都优于目前一些比较常用的算法。     

基于演化计算的最短避障路径算法设计

在研究求解TSP问题的演化算法(这里指GT算法)的基础上，针对TSP问题和最短避障路径问题的不同，在染色体的有效范围、基因选取等方面对GT算法进行改进，同时引入了基因库以提高算法收敛速度．试验结果表明，用GT算法能较好地求解最短避障路径。     

一种改进的人工免疫算法

简要介绍了遗传算法、人工免疫算法的工作原理。为了克服传统人工免疫算法存在的不足,该文提出一种改进的人工免疫算法,并利用Rosenbrock函数对3种算法进行了试验比较。实验结果表明,该文提出的改进的人工免疫算法较遗传算法、传统的人工免疫算法更为有效。