基于多伯努利密度聚类的多平台多目标融合检测跟踪

<正>由于各平台雷达、电子战探测距离的限制，在大规模编队的融合检测跟踪场景下，各个平台节点的视域范围通常并不相同，每个节点观测到的目标也可能并不完全重叠，这会导致多平台多目标一致性融合检测与跟踪变得困难。在此场景下，本项目提出基于多目标密度聚类的多平台视域划分与一致性融合检测跟踪方法，基于多个平台的无标签强度函数聚类得到对全局视域的划分，进一步在扩展多目标标签下给出基于标签多伯努利滤波器的一致性多目标滤波算法。通过仿真实验验证了本文所提出算法的有效性。     

一锅溶剂蒸发诱导自组装法制备助剂体相分布的Pd-Ba-Zn/γ-Al_2O_3催化剂及其蒽醌加氢性能

分别采用一锅溶剂蒸发诱导自组装法和等体积浸渍法制备了Ba-、Zn-助剂体相分布和表相分布的0.4%Pd-2.5%Ba-3.0%Zn/γ-Al_2O_3催化剂,并将其用于催化蒽醌加氢制氢蒽醌反应。采用XRD、TEM、SEM、EDS、N_2吸附-脱附、XPS和高效液相色谱等表征与测试手段,对比研究了上述助剂引入及其分布方式对催化剂微结构和催化性能的影响。结果表明:添加Ba-、Zn-助剂后催化剂的最高氢化效率和氢化稳定性均有提高;Ba-、Zn-助剂由常规的表相分布变为体相分布后,催化剂的稳定性进一步提高,而氢化效率和蒽醌循环回收率基本相当。和常规助剂表相分布催化剂的制备过程相比,制备助剂体相分布的催化剂时,Ba-、Zn-在制备载体前体时一步引入,省去了分步浸渍助剂前体盐和后续的干燥、焙烧等过程,因而制备工艺大大简化、能耗大幅度降低、制备效率显著提高。     

改进蚁群算法的飞机冲突解脱路径规划方法

冲突解脱是空中交通防撞系统中一个关键问题.提出了一种基于改进蚁群算法的冲突解脱路径规划方法.该方法通过优化蚁群算法初始搜索角度,减少了盲目搜索的时间.此外,在搜索过程中引入“精英策略”,对当前时刻寻找的最优解给予额外的信息素增强,使得算法的搜索具有一定的方向性,从而得到更优的规划路径,缩短算法的搜索时间.通过仿真验证,改进后的算法可以得到更优的冲突解脱路径,算法效率更高,在空中交通防撞系统中具有较好的发展前景.