随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在

多模跟踪器系统融合了可见光、红外、雷达、GPS等多种信息，完成对空中目标、海面目标的全天候高精度实时探测和跟踪。该系统通过可见光、红外等传感器的数据融合和雷达等其它目标探测系统联网，可以自动识别空中、海面目标，并将目标图像信息实时传回指挥中枢。该系统考虑了多种通用要求，集成了强大的软、硬件资源。跟踪精度达到亚像素级精度。该系统集成了如下技术：1. 红外、可见光的弱小目标实时检测技术；2. 多传感器数据融合技术；3. 目标退化遮挡时的特征提取技术；4. 目标超视场下精确跟踪技术。该系统的研究成果除了可以直接解决对空对海面的安防外，还可以用于航天器自主导航、交会对接、空中预警检测等领域；在工业领域检测、国土资源实时监控、交通和现代物流流量监控等民用领域也有广泛的应用前景，对提高我国国防力量和加快国民经济发展都具有重要的作用。

本发明涉及的是基于多目标优化的频谱池干扰抑制方法,这种基于多目标优化的频谱池干扰抑制方法为:步骤一,在频谱池中,确定影响授权用户的平均ICI能量;步骤二,获得认知用户第

已有样品/n国家环境光学监测仪器工程技术研究中心， 在光学和光谱学环境检测技术方面具有多年的研究经验， 在中国科学院创新方向项目“红外激光光谱新方法及其痕量气体在线监测研究” 、 “单模量子级联激光器(DFB-QCL)及其高灵敏痕量气体检测技术系统研发与应用示范” 、 先导专项“温室气体地基校验技术研发” 等项目资助下， 已经完成了空气中CO2、 CH4、 N2O、 NO气体的探测。

多目标模拟器主要用于麦克风阵列、声纳、雷达等探测设备的目标回 波电连接模拟。该设备主要完成目标信号生成、阵元时延叠加以及信号 同步产生等任务。可产生多个主动和被动目标的回波，回波波形包括连 续波、线性调频波、脉冲调制波以及自定义波形，可叠加背景噪声、混 响、目标辐射噪声等信号，同时各通道相位、幅度、信噪比可根据需要 进行设置。本设备具有很高的同步输出时延精度，连续可变的信噪比， 极高的输出电压分辨率和输出电压精度，同时系统还具有实时数据处理 能力，满足半实物仿真需求。

本发明提供一种基于多目标优化的自适应 AP 选取方法，包括在室内环境中选取若干参考点，将信 号强度信息和参考点的位置信息关联起来组成位置指纹；采集定位点的 WiFi 信号强度信息，与位置指 纹库进行预匹配，获得定位点的邻近指纹点；选取定位点和邻近参考点共同观测到的 AP 集合作为初始 AP 集合；通过加权求和的方法融合信息增益和互信息，建立基于两种不同信息熵指标的多目标优化函 数；采用基因算法对多目标优化函数的最优解进行解算，根据所得最优 AP

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

本发明公开了一种单频网雷达多目标跟踪方法。方法包括量测互联和序列跟踪两个模块。量测互联中: 首先选取一定数量的量测与收发对关联构造低维度关联假设，然后对所有关联假设进行快速判决以尽可能排 除错误的关联假设，整理上一步中所接受的关联假设，最后基于整理后的数据构造单频网情况下的全局关联 0-1 整数规划模型，求解得量测互联后的二次量测。基于二次量测采用卡尔曼滤波实现序列跟踪。该方法可 应对单频网雷达中量测、发射站、目标三者的关联模糊问题，通过启发式方法和最优化模型相结合的方式大 幅降低计算复杂度，且多目标跟踪性能接近关联关系已知的情况，具有推广应用价值

成果的背景及主要用途：天津大学结合三门峡水利枢纽管理局委托“三门峡 枢纽多模目标优化调度研究”项目和教育部骨干教师基金“粘性泥沙的力学模型 和人工智能模拟复合模拟研究”项目开展了多沙河流水库水沙电的多目标优化调 度的研究工作。采用科学的理论方法和先进的技术手段，创新地研究调度管理系 统中涉及的水文预测、泥沙冲淤的智能快速模拟、高含沙洪水的“揭河底”现象 的特征机理、多目标优化调度、实时短期调度、调水调沙等问题，以便使水库优 化调度管理系统更科学化、智能化、系统化。本研究项目的进行与研究结果，有 利于协调解决目前防洪、供水、泥沙淤积与蓄水发电等多目标的优化调度的问题， 确保在改善多沙河流水库库区、下游水库及其河道的泥沙淤积情况的同时增加发 电量，提高社会效益和经济效益，在全国用电紧张、更加注重社会效益和生态效 益保护的今天，本项目的研究有重大的现实意义和实用价值。 技术原理与工艺流程简介：本项目主要利用混沌神经网络模型对黄河中下游 中长期径流和含沙量进行了预测，并利用模式识别的方法随机模拟了洪水过程中 的流量过程线和含沙量过程线；对影响潼关高程和水库泥沙淤积量的相关因子进 行优选，并利用其训练神经网络；将 BP 人工神经网络模型运用到径流量的预测， 水库泥沙淤积、潼关高程中去，进行计算和预测；建立随机微分方程模型，确定 水库断面水库进行多目标优化调度。在完成上述专业模型系统的设计开发基础上，将利用 多目标系统决策分析理论，通过从下到上逐级控制，并协调各子系统的运行关系， 使各子系统既能实现各自目标，又能满足彼此的制约关系，从而实现整个枢纽的 综合最优调度。 技术水平及专利与获奖情况：该项成果达到国际先进水平。 应用前景分析及效益预测：水库多目标优化调度的效益极为明显，往往是在 不增加水利枢纽运行和管理成本基础上实现的效益，在水资源日益短期的形势下， 其重要性也日益突出。本项目所研究的多沙河流以水、沙、电多目标优化调度系 统，可为解决防洪、供水、发电与减淤的矛盾提供新的技术手段和理论方法，可 以应用到黄河等多沙河流的各个水利枢纽的优化调度运行中，能实现水库枢纽经 济效益、社会效益和生态效益的综合优化及和谐统一。还可以应用到含沙量较小 （但又必须涉及泥沙问题）的河流上的各个水库枢纽上，如三峡水库等，应用范 围极为广泛，具有广阔的应用前景。 应用领域：水利水电工程运行管理。 合作方式及条件：技术服务。 7 大型水利水电工程可视化仿真 8 重大水利水电工程施工实时控制 9 重大泄流结构耦合动力安全理论及工程应用 10 城市热环境与建筑节能 11 建筑光环境与城市照明 12 低碳城乡规划与绿色建筑设计含沙量的概率密度分布函数；利用模糊模式交叉迭代模型和遗传算法对

本发明公开了一种面向空基监视的多目标跟踪方法，属于航空监视领域。