摘要:全球导航卫星系统(Global navigation satellite system,GNSS)是目前普遍使用的定位手段,其利用多种定位卫星为用户提供全球范围内的高精度位置信息.但由于城市密集区或室内环境对卫星信号的遮挡和吸收作用,使得常用导航方案在这些地区存在定位精度差等问题.机会信号导航(Navigation via signal of opportunity,NAVSOP)通过接收、处理空间中已存在的信号实现对用户的定位,在克服这些问题上优势十分突出,近年来得到学术界的广泛关注.鉴于此,对NAVSOP常用定位方法进行总结,并分析其在不同系统中的适用性,详述不同类型NAVSOP系统的技术特点和研究现状.针对单一导航系统鲁棒性差的问题,从系统工作方式等方面分析NAVSOP在组合导航中应用的优势.最后指出该研究领域中仍然存在的问题,并对进一步的研究方向进行展望.

摘要:针对目前在线学习路径优化方法存在学习路径与学习者匹配度不高的问题,首先构建在线学习路径的多维信息特征映射模型(MIFMM),该模型根据学习者与学习资源的多维信息特征建立,融合了kolb学习风格和学习资源类型信息;然后设计双映射二进制粒子群优化算法(DMBPSO),DMBPSO算法根据进化因子ef将学习路径推荐过程分为收敛和跳出局部最优两种进化状态,采用与进化状态特征相匹配的映射函数选择策略,并对惯性权重进行动态非线性调整,提高学习路径推荐性能;接着将MIFMM模型与DMBPSO算法相融合提出基于多维信息特征映射模型的在线学习路径优化方法(MIFMM-POA);最后将MIFMM-POA方法与其他4种粒子群算法为核心的学习路径优化方法相比较,从寻优精度、寻优过程与寻优时间3个角度进行分析,实验表明MIFMM-POA方法是优化学习路径的有效方法.

摘要:基于保护图像原始特征信息和携带标识信息的多用途需求,提出一种彩色图像双水印算法.其中一个水印是图像特征,另一个水印是标识水印.首先,对图像进行Curvelet变换提取纹理特征;其次,对YCbCr改进型颜色空间Y$'Cb'Cr'$的$Y'$通道分块后进行DCT变换,用量化索引方式在每块DCT系数SVD变换后的最大奇异值上嵌入第1个纹理特征水印;再次,对Cb$'$和Cr$'$通道进行Curvelet变换,并对低频系数进行联合,根据能量分布自适应嵌入第2个水印图;然后,对嵌入水印后的3个通道频域系数进行逆变换得到空间图,并将该图转换到RGB空间得到含双水印的彩色图像;最后,对所提出算法的性能进行验证,并与相关算法通过对比的科学实验方法作比较,实验结果表明嵌入图像的双水印具有良好的不可见性和鲁棒性,特征水印能够对图像原始纹理特征进行有效的保护.

摘要:反射率估计在计算机视觉、计算机图形学等领域具有重要作用.为了精确获取反射率,提出一种基于非稳态随机过程的近红外反射率鲁棒估计算法(RENA).该算法以Kinect二代传感器采集结果计算初始反射率,并建立反射率加性噪声模型,同时提出光照度鲁棒估计的概念,简化反射率图像非稳态随机过程模型.实验表明,RENA算法的反射率估计结果优于其他去噪算法,适用于室内场景的反射率图像高精度估计.

摘要:为使下肢假肢在斜坡路况下配合人体健肢侧交互运动,在对下肢假肢穿戴者斜坡运动模式分析的基础上,制定针对斜坡路况的下肢运动轨迹规划方法,得到假肢膝关节的模拟运动轨迹.应用紧格式线性化方法解决下肢关节高度非线性问题的思路,采取无模型动态矩阵控制方法实现对模拟运动轨迹的追踪,结合反馈校正和滚动优化实现斜坡路况下膝关节角度的预测输出,并对控制系统的稳定性进行理论分析.仿真和运动控制平台的实验结果表明,假肢膝关节的斜坡运动轨迹可以紧紧跟随参考轨迹变化,假肢膝关节可与健肢侧协调平稳运动.

摘要:设计一种基于定向A*算法的多无人机同时集结分步策略.首先,提出一种定向A*算法,将无人机最大俯仰角与偏航角作为A*算法搜索约束,从而缩小节点扩展区域,并通过循环寻优规避“死区”点,进而产生平滑可飞的预规划航迹;其次,论述了补偿航程差的变步长多点搜索、三维盘旋机动、虚拟威胁等分步再规划算法,使得多无人机同时集结于目标点附近.仿真结果表明,所提出的算法能够有效完成多无人机同时集结任务.

摘要:集团分布式制造企业往往存在着地理位置不集中、制造资源和制造能力不均衡、资源闲置与资源短缺并存等问题,针对集团制造企业在制造资源配置过程中多主体、多任务、多资源、多工序以及协同性的特点,从集团公司总体利益及下属企业个体利益多角度出发,综合考虑生产成本、加工资源、加工效率等多个因素,建立集团分布式制造资源配置优化模型,并采用基于Logistic混沌改进的遗传算法求解该模型的Pareto最优解.最后对国内某建材装备集团的制造资源配置过程进行算例分析,以验证模型和算法的有效性.

摘要:为解决柴油机润滑系统多故障的解耦与诊断问题,提出一种基于贝叶斯网络模型的故障诊断方法.建立的润滑系统贝叶斯网络诊断模型包括利用有向无环图描述多故障耦合关系和采用概率形式表示故障诊断定量知识两个部分.按照故障类型将润滑系统故障诊断任务分解为各类故障的诊断子任务,对于各子任务,利用故障树模型分析故障与征兆及多故障间的耦合关系,并通过故障树向贝叶斯网络的转化建立润滑系统的贝叶斯网络模型结构.在定量参数方面,采用noisy-OR/AND模型分析故障与征兆间的因果关联强度,通过设定故障的先验发生概率描述润滑系统的历史运行状况.最后,通过两起“进机油压过低”故障实例验证所提出方法的有效性.

摘要:针对城市配送过程中出现的交通限行和需求不确定性等问题,将配送周期划分为初始配送阶段和动态补货阶段,路径中包含枢纽型物流中心、配送型物流中心和客户,研究其共同构成的两级车辆配送路径优化问题.考虑到问题的动态性,提出前摄性需求配额策略及响应性补货策略,构建基于场景动态度的两级动态车辆路径问题数学模型.设计融合扫描算子的禁忌搜索算法,完成车辆初始阶段的配送路径优化;根据场景动态度,设计修复/更新性动态客户的响应策略,快速响应动态需求.最后,通过仿真算例验证模型和算法的有效性,实验结果表明,所提出的设计策略能够有效降低动态客户对低动态度应用场景初始路径的干扰,并简化高动态度场景下的路径优化复杂度.

摘要:针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视为各自通道上的自抗扰控制器的总扰动,在为期望姿态安排过渡过程基础上,设计扩张状态观测器对总扰动进行估计并实时补偿.综合采用经验试凑法和带宽法对控制器参数进行整定,对自抗扰控制器系统进行稳定控制、姿态跟踪、抗扰性和鲁棒性实验,并与PID控制系统进行定量对比分析.仿真结果表明,所设计的自抗扰控制器不仅能有效实现立方体机器人的平衡控制,而且较PID控制器具有更好的响应速度、控制精度和强鲁棒性.

摘要:任务空间多路径段平滑过渡可提高工业机器人的运动速度.在非对称S曲线加减速控制的路径长度约束下,以给定速度不为零的路径衔接点和半径调节参数为基准,根据路径段的长度变化,自适应前瞻规划出路径段间最优衔接速度,并在相邻路径段间采用圆弧进行平滑过渡,路径段全程采用非对称S曲线加减速控制.为提高算法的通用性,根据S曲线加减速区段函数的特点,对加速和减速区段函数进行优化.在6自由度工业机器人实时控制系统平台上进行实验验证,结果表明,与传统加减速控制算法相比,该前瞻算法的作业执行效率可提高22.03%以上,并可实现多路径段间速度的平滑过渡和轨迹的修形.

摘要:针对高维数据聚类中K-means算法无法有效抑制噪声特征、实现不规则形状聚类的缺点,提出一种基于目标点特征选择和去除的改进K-均值聚类算法.该算法使用闵可夫斯基规度作为评价距离进行目标点的分类,增设权重调节参数a、重置权重系数α进行特征选择和去除,可有效减小非聚类指标特征带来的噪声影响.算法验证实验选取UCI真实数据集和人工数据集进行聚类分析,验证改进算法对抑制噪声特征的有效性,与WK-means、iMWK-means算法进行实验对比,分析聚类学习时特征选择的适用性,同时寻找最优的距离系数beta和权重系数α.

摘要:研究室内未知环境下的移动机器人自主探索问题,并提出改进策略.首先,提出一种基于可通行区域的探索目标点快速提取方法,以补充原有方法在特殊环境结构下出现的提取探索目标点失败的缺陷;然后,提出一种基于激光数据和栅格地图信息的实时拓扑地图构建与优化方法,使得探索地图更加精简,探索过程更加高效;最后,通过改进的避障模块实现机器人的运动控制,以到达机器人安全探索的目标.同时,该系统采取机器人操作系统(Robot operating system, ROS)下的分布式结构,将整体算法合理分配到客户端和服务器,降低系统实现的硬件要求.现场实验表明,所提出方法具有良好的自主导航性能,在较复杂的室内未知环境下,仍能保持良好的地图构建能力和避障能力.

摘要:经典K阶贝叶斯分类模型(KDB)进行属性排序时,仅考虑类变量与决策属性间的直接相关,而忽略以决策属性为条件二者之间的条件相关.针对以上问题,在KDB结构的基础上,以充分表达属性间的依赖信息为原则,强化属性间的依赖关系,提升决策属性对分类的决策表达,利用类变量与决策属性间的条件互信息优化属性次序,融合属性约简策略剔除冗余属性,降低模型结构复杂带来的过拟合风险,根据贪婪搜索策略选择最优属性并构建模型结构.在UCI机器学习数据库中数据集的实验结果表明,该模型相比于KDB而言,具有更好的分类精度和突出的鲁棒性.

摘要:双基地前视合成孔径雷达(SAR)的特殊构型使其距离历程具有双根号和大斜视的特点,给回波信号的成像处理带来困难,也对成像算法的精度提出更高要求,为此提出一种基于切比雪夫多项式的双基地前视SAR RD成像算法.首先,建立双基地前视SAR的几何模型与回波信号模型,指出收发分离构型对二维频谱公式推导过程中驻定相位点求解的影响;然后,引入切比雪夫多项式展开代替传统成像算法中的泰勒级数展开,在此基础上进行双基地前视SAR斜距等效模型和二维频谱模型的推导;最后,通过分析确定双基地前视SAR RD成像算法的相位匹配函数,给出成像算法的完整流程.仿真结果表明,所提出算法可极大减小双基地前视SAR的斜距等效误差与频谱展开误差,有效提高成像算法的聚焦深度和成像质量.

摘要:针对非线性不确定系统的控制问题,提出一种基于弹性能量函数的扰动观测方法和弹性跟踪控制方法.该方法以弹性能量函数为核心,将其分别应用于扰动观测器、虚拟跟踪指令以及弹性跟踪控制器的设计.该控制方法的突出优势是只根据误差来消除误差,不涉及误差的微分运算,控制器增益参数完全根据积分步长来整定.理论研究表明,所提出的弹性跟踪控制方法不仅可从理论上保证各级子控制器的稳定性,有效解决高阶SISO非线性不确定系统的控制问题,而且可有效避免反步控制方法出现的微分爆炸问题.此外,每个子控制器只有一个由积分步长即可整定的增益参数,因而控制器结构简单、计算量较小.仿真结果表明:所提出的控制方法不仅具有快的响应速度、高的控制精度以及强的抗扰动能力,而且不依赖于被控对象模型,在非线性不确定系统控制领域具有广泛的应用前景.

摘要:差别矩阵为属性约简提供了很好的思路,差别信息树能有效消除差别矩阵中的冗余元素,并实现对差别矩阵的压缩存储.然而,差别信息树既没有考虑“核”属性在消除差别矩阵中冗余元素的作用,也没有考虑属性序在压缩存储差别矩阵中非空元素的作用.对此,基于“核”属性和属性序关系,提出改进差别信息树,该树能进一步实现对差别矩阵中非空元素的压缩存储.最后,给出基于UCI数据库的仿真结果,并通过仿真结果验证该树的有效性.

摘要:GoogLeNet包含多个并行的卷积层和池化层,极具表现力,但也导致其参数数量冗余和计算量大,解决该问题的根本途径是将网络稀疏化.剪枝算法通过训练网络、修剪低权重连接和再训练网络三步操作,只保留卷积层和完全连接层中的强相关连接,实现简化网络结构和参数数量的效果,获得近似的网络模型,不影响网络后验概率估计的准确性,达到压缩效果.传统计算方式不适合非均匀稀疏数据结构,所提出的阈值剪枝算法设定合适的阈值,将原始GoogLeNet模型中将近1040万参数减少到65万,大约压缩了16倍.原始网络在进行剪枝处理后,准确率会有所降低,但经过少数次迭代,网络的准确率与原始模型不相上下,达到了压缩模型的效果,验证了阈值剪枝算法对改进GoogLeNet模型训练过程的有效性.

摘要:针对卫星导航星座数增加导致的多星故障率上升问题,提出一种分组故障检测证据融合多星故障隔离算法.该算法首先将可见星分组并作为证据,利用故障检测量计算每个证据的故障置信指派和正常置信指派;然后,针对加权分配冲突法融合结果受证据融合次序影响的问题,给出一种基于可靠程度的权值计算方法,实现加权分配冲突法的多证据融合,并得到当前卫星的单星故障置信指派和正常置信指派信息;最后,利用所有卫星的单星故障置信指派均值作为故障隔离阈值,实现故障卫星隔离.在GPS/BDS双星座导航模式下,对算法的分组个数与故障隔离效果关系进行分析,并将其与随机搜索法及置信指数法进行多星故障隔离效果对比,理论分析与实验结果表明所提出算法具有更高的准确性.

摘要:能耗作为衡量无线传感器网络性能的一项重要指标,通常将延长生命周期、均衡能耗作为网络协议重要的设计目标.针对静态、异构、非均匀分布的网络模型,设计带有重叠区域的分簇及簇内单跳、簇间多跳的路由算法 ----- OMU分簇路由算法,该算法中簇头不再作为数据转发节点,而主要用于簇内数据的接收与融合.通过综合考虑节点剩余能量、节点密度及与基站的距离进行簇头选举并进行分簇,形成簇间重叠区域,产生用于数据转发的中继节点.同时,建立簇头与中继节点轮换机制以达到节点能耗均衡的目的,并为每个节点建立能量最省的多跳数据传输路径.仿真结果表明,所设计的分簇路由算法,特别是在大规模部署的无线传感器网络中,能有效减少和均衡能量消耗.

摘要:针对组合服务面临复杂、动态的业务需求和运行环境,提出基于情景感知的自适应决策机制,保证制造过程的顺利执行,为用户持续稳定地提供高质量服务.从智能制造单元个体视角,构建制造组合服务自适应调整系统架构.根据多变的应用场景,充分考虑决策主体状态和情境因素对服务调整活动的影响,设计情景感知、主体-情景-活动(Subject-situation-action,SSA)2种自适应决策机制,并通过多Agent技术搭建实验环境,应用关联规则方法挖掘决策知识.通过汽车制造云服务实例与现有事件驱动机制对比,验证所提出的2类机制在不同场景下的效果,并从决策准确率、时间和服务QoS两方面证明情景感知、SSA机制的优势和可行性.

摘要:针对匹配主体有限理性的双边匹配问题,提出一种基于双参照点的决策方法.首先,依据前景理论和社会比较理论,利用主体给出的临界值设定个人参照点和社会参照点,计算序值相对于双参照点的获得和损失,进而得到主体的综合益损值;然后,考虑到主体面临获得和损失时不同的风险态度,依据前景理论将主体的综合益损值进一步转化成刻画主体满意程度的感知价值,并在此基础上,建立以最大化双边主体满意度为目标的优化模型,求解模型得到最优匹配方案;最后,通过算例说明该方法的应用.与已有的方法相比,所提出方法兼顾了个人维度和社会维度对主体心理行为的影响,能够更为全面和灵活地反映出主体的实际感知价值和有限理性特点.

摘要:针对航空收益管理中定价与舱位控制联合决策问题,提出一种两阶段决策方法.以最大化总收益为目标,建立和分析相应的联合决策模型,包括非嵌套模型(确定性模型和随机模型)和嵌套模型.通过对模型的求解和仿真得到:在价格方面,随机模型定价最高,其次是嵌套模型,确定性模型定价最低;在对低票价等级的订座限制方面,随机模型限制最严,其次是确定性模型,嵌套模型限制最宽松;最终总收益方面,嵌套模型的总收益最高,而随机模型与确定性模型总收益的高低视情况而定.为应对求解大规模嵌套模型算例时的复杂性,分别将非嵌套模型计算所得的定价结果作为嵌套模型的输入价格,求得对应的座位分配结果.对所得到的两阶段策略进行仿真得到,随机模型与嵌套模型相结合所得到的两阶段策略表现更好,能够使总收益接近最优水平.

摘要:针对评价实践中客观存在的“原始变量不多”与“样本量不多”,构建分层构权灰色主成分评价模型.首先,在科学设置评价子系统及下属指标项的前提下,分层赋予相应归一化重要性权;其次,生成评价所需的加权规格化矩阵,据此计算灰色相似关联度矩阵,替代相关系数矩阵求解评价样本各子系统的主成分综合得分;然后,将所得分值按各子系统重要性权进一步合成得出最终评价依据;最后,结合火电机组性能综合评价实例,对不同评价方法得出的评价实际效果进行对比分析.理论研究与案例分析论证表明,对于评价实践中存在的少变量、小样本以及评价指标间不一定满足线性相关关系的情形,分层构权灰色主成分评价模型具备科学性、有效性和较优的适用性.

摘要:针对动态多目标问题求解,提出一种基于分解的预测型动态多目标粒子群优化算法.首先借助分解思想,将目标问题划分为多个不同的子问题,当问题动态变化时,选择对应于不同子问题的优化个体检测环境变化程度,以提高算法对不同动态问题的适应与响应能力;然后,设计一种群体预测策略,通过将目标空间中相同收敛方向上不同时刻的个体位置转换为时间序列,引入时间序列预测方法预测下一刻位置,从而提高预测种群的多样性和有效性,进而有效减少算法在问题变化后的收敛时间;最后,为避免问题发生变化后个体与子问题不匹配,设计一种再匹配策略,以提高预测策略的准确性.实验结果表明,在6个标准动态多目标测试问题上,与2个动态多目标优化算法进行比较,所提出算法在收敛性、分布性与稳定性上均具有显著优势.

摘要:高斯判别分析、朴素贝叶斯等传统贝叶斯分类方法在构建变量的联合概率分布时,往往会对变量间的相关性进行简化处理,从而使得贝叶斯决策理论中类条件概率密度的估计与实际数据之间存在一定的偏差.对此,结合Copula函数研究特征变量之间的相关性优化问题,设计基于D-vine Copula理论的贝叶斯分类器,主要目的是为了提高类条件概率密度估计的准确性.将变量的联合概率分布分解为一系列二元Copula函数与边缘概率密度函数的乘积,采用核函数方法对边缘概率密度进行估计 ,通过极大似然估计对二元Copula函数的参数分别进行优化,进而得到类条件概率密度函数的形式.将基于D-vine Copula理论的贝叶斯分类器应用到生物电信号的分类问题上,并对分类效果进行分析和验证.结果表明,所提出的方法在各项分类指标上均具备良好的性能.

摘要:研究具有控制约束的两个相同分数阶混沌系统的同步问题.首先,在不消除非线性项的情况下,基于比例控制与自适应控制理论,设计线性自适应切换控制器,实现分数阶混沌系统的同步;其次,考虑到控制器存在约束,利用能够提供无限子控制器的柔性变结构控制策略对线性控制器进行改进,设计柔性变结构控制器,以应对控制的约束,并对线性控制器进行优化;同时,基于分数阶系统Mittag-Leffler稳定判定定理对误差系统的稳定性进行证明.在兼顾系统稳定性与鲁棒性的情况下,可以缩短系统的调整时间,并有效抑制抖振.最后,利用所设计的自适应柔性控制器实现分数阶Chen系统的混沌同步,并通过仿真对比两控制器控制效果,从而验证柔性变结构方法在具有约束的分数阶混沌系统同步控制中的优越性.

摘要:针对多变量时滞非方系统,提出一种基于反向解耦的分数阶Smith预估控制方法.首先,将反向解耦方法推广应用于$m\times n$非方系统中,给出非方解耦矩阵的设计方法,同时为了保证解耦矩阵的稳定正则,给出其实现的必要条件以及条件不满足时的补偿方法;然后,针对解耦后的各个单回路系统设计分数阶Smith预估控制器,根据内模控制与Smith预估控制结构上的等价关系简化控制器的设计,克服时滞环节对系统性能的影响,并且基于最大灵敏度推导出一种控制器参数解析整定方法;最后,通过典型的Shell标准控制问题对所提出方法进行验证.仿真结果表明,反向解耦方法设计简单易于实现,能达到系统完全解耦,控制器参数较少,整定方便,并且具有良好的跟踪能力、抗干扰性和鲁棒性.

摘要:针对直觉模糊偏好信息下的双边匹配问题,考虑匹配主体参照依赖和损失规避的心理行为,提出一种基于TODIM(TOmada de decis\ao interativa multicritério)的双边公平满意匹配方法.首先,对直觉模糊偏好信息下的双边匹配问题进行描述;然后,依据前景理论将双边主体的直觉模糊偏好信息转化为相对于参照点的收益或损失,在此基础上,依据TODIM法计算每个主体的总体优势度,构建满意度计算规则,建立双边公平满意匹配优化模型,求解模型并获得双边匹配解;最后,通过一个算例验证所提出方法的可行性和有效性.