针对战场环境下的多无人机协同打击问题, 为了提高无人机的生存率和保证对目标的精确打击, 提出了一种末端同时到达、空间均匀分布的分段航迹规划方法。首先, 构建了满足战场需求的多目标航迹优化模型; 其次, 通过引入协同变量, 设计了多方位同时到达的协同攻击策略; 最后, 采用种群分裂合并原则并基于“分段式”惯性权重调整策略、Tent混沌映射种群初始化的方法对粒子群(PSO)算法进行改进, 并应用于问题求解。仿真结果表明, 所提模型能够在复杂、多威胁的战场环境中, 实现多无人机对目标的协同打击, 改进后的粒子群算法收敛速度更快、精度更高。

多光谱辐射测温技术获取真实温度时, 目标发射率信息是温度求解的关键。 一般解决的方法是基于发射率与波长或温度之间的函数关系建立发射率假设模型。 然而, 当假设模型与实际情况存在偏差时, 会造成较大的温度测量误差。 因此, 消除目标未知发射率的干扰, 减少对发射率模型的依赖, 增加测温算法的通用性, 是多光谱辐射测温技术亟需解决的难题。 提出了改进的粒子群与遗传混合优化算法（HPSOGA）, 算法的核心思想是将多波长辐射测温问题转化为约束优化问题。 首先根据约束条件所设置的范围, 在可行域内生成若干个群, 每个种群对应一组满足条件的光谱发射率, 然后通过HPSOGA算法不断地进化、 迭代操作, 最终寻得最优适应度值的对应解。 该算法实现了在不需要假设发射率模型的情况下, 同时反演出目标的光谱发射率和真实温度。 通过对六种典型的发射率模型进行仿真, 验证了新算法对不同分布趋势的光谱发射率反演的适应性。 结果表明, 在真温800和900 K的情况下, 反演温度的平均相对误差小于0.73%。 最后, 将该算法应用于火箭发动机羽焰温度测量数据的处理。 结果表明, 当设计温度为2 490 K时, 反演温度的相对误差均小于0.65%。 仿真与实验均表明, 新算法可求解出满足一定精度要求的发射率和真温。 因此, 提出的HPSOGA算法是可靠的、 有效的, 为多光谱辐射测温技术测量目标真实温度提供了一种新的思路。

针对微机电系统(MEMS)压阻式压力传感器受环境温度影响产生温度漂移的问题，该文分析了常用的温度补偿方法，提出了一种基于粒子群优化-径向基函数(PSO-RBF)的压力传感器温度补偿模型，结合标定实验采集的样本数据，建立了标定压力同敏感元件输出电压和温度的非线性映射关系，实现了温度补偿效果。结果表明，与传统的最小二乘法、三次样条插值法、标准RBF、粒子群优化反向传输神经网络(PSO-BP)、核极限学习机(ELM)神经网络等方法相比，该算法具有更好的补偿预测效果，且对样本数据不需要归一化处理，具有良好的工程实践意义。

硒(Se)是人体必需的微量元素之一。 人主要通过食用农产品来获取硒, 而农产品中的硒主要来自土壤。 因此, 研究土壤中硒的含量和分布, 对人体健康和农作物生产具有重要的意义。 高光谱遥感技术的发展, 使得高效、 低成本、 大范围估测土壤中硒的含量和分布成为可能。 但是, 土壤中硒的含量对光谱的敏感性较弱, 严重影响了高光谱硒含量定量反演精度。 该研究以广东连州地区富硒土壤为研究对象, 系统采集研究区土壤样品50份, 分析土壤样本硒含量, 同步采集土壤反射光谱数据; 利用 Savitzky-Golay卷积平滑算法、 多元散射校正(MSC)、 对数一阶微分(lg(R)-FD)、 标准正态变量校正(SNV)、 多元散射校正一阶微分(MSC-FD)对原始光谱进行增强处理; 应用稳定竞争自适应重加权采样(sCARS)算法结合皮尔逊相关性分析(PCC)进行特征波段选择; 对比分析偏最小二乘(PLS)、 支持向量机(SVM)和粒子群优化支持向量(PSO-SVM)模型土壤硒含量高光谱定量反演效果。 结果表明： 将sCARS算法应用于光谱增强后的回归模型, 并结合皮尔逊相关性(PCC)选择与土壤硒含量敏感性较大的特征波段, 不仅可以降低土壤硒含量高光谱预测模型复杂度并有效避免大量有用信息的损失, 还能提高高光谱回归模型的反演效率; 对比不同回归模型训练集和预测集的决定系数R2和均方根误差RMSE, 发现支持向量(SVM)模型比偏最小二乘(PLSR)模型预测效果更好, 模型稳定性更高, 且非线性模型更适用于土壤硒含量的预测; 通过粒子群(PSO)算法优化SVM的核函数和正则化参数, SVM模型的反演精度和稳定性都有所提升; MSC-PSO-SVM模型(R2=0.53、 RMSE=0.34)和MSC-FD模型(R2=0.50、 RMSE=0.04)预测效果较为突出。 综上所述： 利用sCARS结合PSO-SVM算法建立土壤硒含量的高光谱定量反演模型, 能够为土壤硒含量的高光谱大面积估测提供新的途径。

光伏容量的增加会导致系统出现小干扰稳定问题,广义短路比指标可反映多光伏馈入系统的小干扰稳定性。基于此,提出了在广义短路比约束条件下,多光伏馈入交流网络中任意节点的最大准入容量优化方法。首先,建立多光伏馈入系统的小干扰稳定性分析模型;其次,以未降阶拓展阻抗矩阵的形式表达广义短路比,考虑光伏接入网络中任意节点的情况,建立基于广义短路比约束的光伏最大准入容量优化模型,并采用改进的粒子群算法进行模型的求解。最后,通过仿真验证了该方法的正确性。

机载光电平台存在来自于摩擦、质量不平衡、运动耦合和机载环境等干扰, 传统的PID控制器控制性能差, 抗干扰能力弱。针对这一问题, 设计了一种动态性能好、鲁棒性强的分数阶控制器; 同时提出一种基于改进速度和惯性权重的粒子群算法整定分数阶控制器的5个参数。仿真实验表明: 改进后的粒子群算法拥有更快的收敛速度, 求解更加精确; 光电平台速度环控制系统超调量降低至0.13%, 正弦扰动隔离度较标准算法提高64.06%, 响应速度和鲁棒性大大提高。

面对复杂地形条件下的无人机突防任务, 粒子群算法(PSO)在寻找最优路径的过程中易陷入局部最优、搜索时间过长等困境。针对上述问题, 在PSO中引入球坐标系, 将所得的路径看作向量。通过向量的距离、仰角和方位角与无人机的速度、俯仰角和转向角的相互关系来实现粒子的迭代更新。最后, 引入随机自适应惯性权重, 弥补粒子前期局部搜索能力与后期全局搜索能力的不足。仿真结果表明, 改进算法能够有效规避威胁区域, 收敛速度更快, 收敛精度更高, 且不易陷入局部最优。

压电陶瓷喷射阀是点胶机器人的核心执行部件, 其撞针与喷嘴顶紧的松紧度对点胶频率、胶点体积、单点胶量等都会产生影响。现有技术中对撞针喷嘴顶紧的松紧度均是按操作经验手动调节, 此种方法调节较费时且无法做到每次调节的松紧度都保持一致。为了解决现有技术中的不足, 该文设计了一种基于电流传感器的压电陶瓷喷射阀撞针与喷嘴顶紧的松紧度调节方法。通过实时采集控制器的负载电流, 利用改进的BP神经网络离线建立电流值与对应的螺套旋转角度之间的模型, 经过角度值变换得出松紧度的相对值, 使每次调节的松紧度都保持一致, 以保证压电陶瓷的位移相同。实验结果表明, 建立的模型基本能够根据相对值来保证松紧度一致, 并实现了可视化调节。

同心圆环传声器阵列广泛应用于声成像阵列系统, 能有效地抑制干扰并确定声源位置。在限定阵元数量、阵列最大孔径和最小阵元间距等条件下, 提出了一种利用粒子群算法设计宽带低旁瓣同心圆环传声器阵列的方法。该方法通过构造一个反映宽带信号在扫描区域内旁瓣水平的适应度函数, 以圆环半径和阵元偏转角作为联合优化参数, 基于粒子群优化算法实现了阵型的快速优化求解。仿真实验表明, 该方法获得的优化阵型在扫描范围内的整体旁瓣水平低于以最高旁瓣级为适应度函数得到的最优阵型, 也低于仅优化圆环半径获得的最优阵型, 这说明了该优化方法的可行性和有效性。

为解决无人机集群进行协同搜索时的任务分配问题, 在基于天牛须搜索的粒子群优化(BSO)算法的基础上设计了一种天牛粒子群混合(BSO-BAS)算法, 克服了粒子群优化(PSO)算法易陷入局部最优解、寻优不稳定的缺点。以多旅行商模型(MTSP)为基础构建了多目标、多约束的无人机集群任务分配模型。通过实验仿真与原始寻优算法进行对比, 验证了所设计算法求解无人机协同搜索任务分配问题的可行性和稳定性。