融合PSO和Powell的雷达组网反隐身部署优化算法

针对多雷达组网探测隐身目标的部署优化问题, 根据雷达探测隐身目标的简化模型,在目标运动轨迹确定的情况下,设计了反隐身部署优化 两级指标。由于雷达网部署为具有多个可行解的多目标优化问题,提出了一种融合粒子群(P article swarm optimization, PSO)和 鲍威尔(Powell)搜索法的分层搜索算法。首先采用粒子群优化算法得到全局和局部最优解, 然后采用 鲍威尔算法进一步搜索得到部署方案。仿真结果表明,提出的算法充分结合了粒子群算法的 全局搜索能力和鲍威尔算法的局部搜索能力,与仅采用粒子群算法相比,得到的部署方案在 保证责任区覆盖的前提下,有效提高了雷达网对隐身目标的探测概率,增加了对隐身目标的 预警距离。     

基于成像光谱数据的猪肉新鲜度指数构建及时空特征研究

利用地面成像光谱辐射测量系统(Field Imaging Spectrometer System,FISS),通过连续地采集冷鲜猪肉样本的成像光谱数据,开展了猪肉新鲜度检测及时空特征分析研究;基于猪肉新鲜度光谱特征指数(Fresh Index,FI),提出了一种考虑样本整体新鲜度的均一化猪肉新鲜度指数(Pork Average Fresh Index, PAFI),结果表明:(1)FISS采集的成像光谱数据能够较好的反映猪肉样本新鲜度的变化过程,并能够对同一猪肉样本新鲜度的空间差异性进行探测;(2)PAFI指数能够有效地表达同一猪肉样本整体的新鲜度变化过程,相较于FI指数具有更加稳健的探测效果。本文为高光谱成像技术在肉类食品安全检测领域的应用提供了重要的理论和方法支撑。     

基于GA-PSO的天基预警系统资源调度方法

为解决天基预警系统中的卫星资源调度问题,从预警任务特点出发,在对预警任务进行分解的基础上,建立了资源调度模型．结合传统遗传算法（GA）和粒子群算法（PSO）的优点,采用一种混合遗传粒子群（GA-PSO）算法来求解资源调度问题．该算法在解决粒子编解码问题的前提下,将遗传算法的遗传算子应用于粒子群算法,改善了粒子群算法的寻优能力．实验结果表明,提出的算法能有效解决多目标探测时天基预警系统的资源调度问题,调度结果优于传统粒子群算法和遗传算法．