摘要:针对存在非视距(non-line-of-sight,NLOS)的室内定位算法进行研究.首先描述室内定位中的常用技术和算法(航迹推算、指纹识别定位、邻近探测、极点定位、三角定位、多边定位、质心定位),概括其原理、优缺点和适用场景;其次,通过仿真测试说明研究NLOS识别和抑制的必要性;再次,分别介绍NLOS识别和NLOS抑制的几类算法,NLOS识别算法包括统计学方法、几何关系法、机器学习法、信道特征提取法和虚点密度识别法,NLOS抑制算法包括模糊理论法、引入平衡参数法、几何关系法、小波去噪法、机器学习类算法、凸优化类算法、残差类算法、最小二乘类算法和多维缩放类算法;最后,对全文进行总结并指出NLOS室内定位亟待解决的问题.

摘要:信息物理系统(cyber physical system,CPS)由受控对象、传感器、执行器、监控器和通信网络组成,通信网络的使用增加了信息物理系统面临外部攻击的风险.鉴于此,综述基于离散事件系统框架处理信息物理系统攻击问题的相关研究工作.首先对信息物理系统进行简要介绍;然后对信息物理系统中的攻击进行分类;最后重点阐述信息物理系统中攻击策略的设计、攻击的检测与防御以及攻击鲁棒性监控器设计的研究现状.

摘要:探讨中国旅游业资源配置效率对优化旅游业资源配置、推进旅游业可持续发展进程具有重要意义.通过构建考虑碳排放的投入产出指标体系,运用两阶段数据包络分析(DEA)模型对我国30个省市区的旅游业资源配置效率进行评价分析,进而采用Tobit模型探究全国及东中西部地区旅游业资源配置效率的影响因素.结果表明,我国省市区旅游业普遍存在资源配置效率失效的问题,总体效率呈现出“西部最高、东部次之、中部最低”的态势.其中,旅游业经济-社会效率偏低是导致旅游业资源配置效率水平不高的主要原因,众多影响因素中环境规制对旅游业资源配置效率的影响最大.

摘要:航迹预测是保障船舶航行安全、提高海洋交通管制效能、高效搜索海面目标的关键技术.为提高船舶航迹预测精确度,针对航迹特征多维度的特点,提出一种并行LSTM-FCN(parallel LSTM-FCN,PLSTM-FCN)模型.该模型有效结合LSTM模型对时间序列数据长期趋势预测的优势和全卷积网络(FCN)模型擅于提取时间序列数据细节变化规律的特点,通过并行结构设计保证相同训练效率下提取特征参数翻倍,实现较高精确度的高维航迹数据特征提取和趋势预测.基于动态时间规整算法和拉依达准则的船舶历史航迹数据预处理方法,可提高PLSTM-FCN模型从不同类型船舶历史航迹中深度学习航行趋势和转弯细节的效率.基于船舶自动识别系统(AIS)数据的仿真实验结果表明,PLSTM-FCN模型对多维特征船舶航迹预测的精确度明显优于传统循环神经网络.

摘要:针对基本阴阳平衡优化算法计算精度低和优化速度慢等问题,提出一种新型阴阳平衡优化算法.首先,设计小波精英解学习策略,充分利用精英解的进化信息产生高质量的解,用于算法的全局勘探和局部开发;然后,将搜索角度引入解更新方程中,以实现对算法搜索空间的全方位搜索,并对所提出算法的收敛性进行理论分析;最后,采用连续优化测试函数和瓶颈旅行商问题进行数值实验,并将所提出算法与多种智能优化方法进行比较.实验结果表明,所提出算法具有更好的优化性能.

摘要:萤火虫算法在处理多峰优化问题时易陷入局部最优,针对该问题提出一种自主学习萤火虫算法.该算法将粒子按适应度划为自主学习粒子和普通粒子,自主学习粒子从种群中随机选择一个粒子并随机选择一个维度,使用3种学习策略产生3个候选解,在自身以及候选解中选择最好的解;普通粒子同时选择两个优于自身的粒子进行学习.自主学习粒子能够维持算法对多个极值空间的探索并提高算法优化精度;普通粒子以两个粒子的混合信息为指引,使算法跳出局部最优.此外,使用淘汰机制,让算法舍弃对劣质极值空间的维护,进而提高对优质极值空间的开发,实验结果表明,所提出算法在处理多峰优化问题时具有高效的性能.

摘要:针对飞控系统参数优化过程中存在的解空间非凸性问题,或由于多约束条件下导致的全局最优不可达问题,提出一种基于改进细菌觅食算法的多模态参数优化方法.采用基于格型准则的采样方法以尽可能广泛地搜索解空间,并利用K均值聚类的小生境技术使得多个细菌种群能够分别搜索各自的区域,以尽可能多地获得解空间中不同位置的可行解.同时研究一种自适应深度搜索策略,确保算法在整个寻优过程中的鲁棒性.所提出算法可以在完成对系统优化的基础上,探寻飞控系统中各参数本身的可行域及其在解空间中所处的位置,也能够在一定程度上揭示解空间本身的特性.仿真结果验证了所提出算法可以有效地简化系统调参的过程,更为快速地获得一个满足设计性能期望的飞控系统.

摘要:为了解决深度确定性策略梯度算法探索能力不足的问题,提出一种多动作并行异步深度确定性策略梯度(MPADDPG)算法,并用于选矿运行指标强化学习决策.该算法使用多个actor网络,进行不同的初始化和训练,不同程度地提升了探索能力,同时通过扩展具有确定性策略梯度结构的评论家体系,揭示了探索与利用之间的关系.该算法使用多个DDPG代替单一DDPG,可以减轻一个DDPG性能不佳的影响,提高学习稳定性;同时通过使用并行异步结构,提高数据利用效率,加快了网络收敛速度;最后,actor通过影响critic的更新而得到更好的策略梯度.通过选矿过程运行指标决策的实验结果验证了所提出算法的有效性.

摘要:通过势场法进行路径规划而导致的局部极小问题备受关注.针对该问题,分析机器人陷入局部极小时势力场与速度方向间的关系,提出一种基于运动累积角的避障法.该方法利用机器人行进过程中自身内外角及其累计变化量,分析自身与目标间的方向角度关系,定义了基于角度累积量的“关键重置点”;通过自身位置刷新、累积角度重置,简化了复杂环境,实现在未知环境中的路径规划.仿真实验表明,该方法可实现状态间的转换条件的合理设计、状态间的有序过渡与平稳运行,提高状态变换决策的灵活性与可靠性;与已有相关算法相比,该方法具有规划路程更短、运行效率更高的优点.利用自制的移动机器人实验来验证该方法的避障可行性.上述结果表明:该方法可解决机器人路径规划中的局部最小问题,适用于初次通过未知复杂环境且无需建图的路径规划场景.

摘要:传统TEB(time elastic band)算法在杂乱场景下规划易出现倒退、大转向等异常行为,造成加速度跳变,控制指令不平滑,机器人受到大冲击,不利于移动机器人轨迹跟踪.鉴于此,提出一种改进TEB算法,通过增加危险惩罚因子约束规划更安全的运动轨迹,增加加速度跳变以抑制约束减小运动中的最大冲击,增加末端平滑约束以减小末端冲击,实现目标点平滑、准确到达.构建图优化问题,以机器人的位姿和时间间隔为节点、目标函数和约束函数为边,利用问题的稀疏性快速获得相应时刻点的控制量.最后,通过基于机器人操作系统的大量对比仿真测试以及真实差速机器人上的物理实验对提出的改进TEB算法进行性能验证.结果表明,改进TEB算法在复杂环境中能够规划出更安全、平滑的轨迹,减小机器人所受冲击,实现移动机器人更合理地运动.

摘要:风电机组叶片结冰检测对风电机组的安全性、可靠性以及经济性具有非常重要的现实意义.针对风电机 组运行观测数据的非平衡和单点无时序性问题,提出一种基于过采样和时序上采样卷积神经网络的风机叶片结冰检测方法.首先,采用数据自适应综合过采样算法对原始非平衡数据集进行重采样,实现对非平衡数据集的均衡;然后,提出并构建一种时序上采样卷积神经网络模型,将原始单点向量型数据进行重构并上采样为二维网格型数据,同时将其自动映射成为稀疏的特征表示,实现准确的风机叶片结冰检测功能;最后,将所提出方法在真实风场采集的数据集上进行验证.实验结果表明,所提出的风机叶片结冰检测方法在数据集非平衡且采集条件有限(单点无时序性数据)的情况下,具有一定的有效性、稳定性和可行性.

摘要:在工业过程闭环控制系统中,由于控制器的调节作用,执行器的故障特征在一定程度上受到掩盖和干扰,而单一的诊断方法总是存在误判现象.鉴于此,提出一种基于证据融合的诊断算法.首先,利用基于信号分析的方法计算表征故障特征的指标,针对“一票否决”现象对指标结果加以改进;然后,采用DS证据理论融合基于最小二乘支持向量机(LS-SVM)的概率分类特征实现优势互补,将指标表达的故障机理信息与概率分类挖掘的数据特征信息相结合,规避单一方法的局限性,从而提高诊断的准确率;最后,基于双容水箱系统的实验表明,所提出方法能够有效学习闭环系统中执行器的故障数据特征,提升诊断能力,克服单一方法的误判问题,具有较高的应用价值.

摘要:提出一种基于改进观测器的故障检测方法.首先,设计一种改进的观测器,该观测器相比于Luenberger观测器拥有更多的设计自由度;然后,引入$l_{1

摘要:如果柔性制造系统包含不可靠资源,则在对系统进行控制器设计时,不仅要考虑由于资源分配不合理带来的死锁现象,还要考虑不可靠资源发生损坏带来的堵塞现象.对此,首先利用Petri网对具有不可靠资源的柔性制造系统进行建模,结合Petri网图形结构(资源变迁回路),模拟系统中的死锁和堵塞现象;然后,利用有效变迁覆盖的概念,为系统设计一种结构简单、鲁棒性强的Petri网控制器;最后,利用两个例子验证所设计控制器的有效性.

摘要:为解决多数基于孪生网络的跟踪算法存在骨干网络特征提取能力弱、模板不适应目标变化等问题,在SiamFC的基础上提出基于可变形卷积的孪生网络算法(DCSiam).首先,采用可变形卷积模块在不同方向上学习多层特征数据的自适应偏移量,增大卷积过程中的有效感受野;然后,通过多层可变形互相关融合得到最终响应图,以增强骨干网络的深层语义特征提取能力;最后,采用一种高置信度的模板在线更新策略,每隔固定帧计算响应图的峰值旁瓣比与最大值作为更新依据,使用加权的方式融合特征以更新模板.使用OTB2013、OTB2015、VOT2016和VOT2017四个公共基准数据集对所提出算法进行跟踪性能评估,实验结果表明,在OTB2015数据集上,DCSiam算法整体精确率、成功率较基线分别提高9.5%和7.5%,很好地实现了复杂情况下的目标跟踪,验证了所提出算法的有效性.

摘要:提出一种基于无模型自适应控制的自动泊车方案.首先,通过车载传感器采集车周环境信息用于规划期望路径;然后,将自动泊车跟踪问题转化为预瞄偏差角跟踪问题,通过设计相应的无模型自适应控制算法实现自动泊车.该方案设计的优点是仅使用自动泊车过程中生成的前轮转角输入数据和预瞄偏差角输出数据,没有使用任何被控车辆的信息,因此可适用于不同车型.Matlab仿真以及与PID控制方案和Fuzzy控制方案的对比仿真结果验证了所提出方案的可行性.

摘要:为了增强有源电力滤波器的电流跟踪控制性能,提出一种基于连续径向基情感神经网络的递归终端滑模控制方案.首先介绍包括集总不确定的有源电力滤波器数学模型;然后构造递归终端滑模面,该滑模面由快速非奇异终端滑模面和递归积分终端滑模面组成,不仅可确保跟踪误差在有限时间内收敛到零,而且可通过为滑模面参数设置适当的初始值消除滑模面的到达模态.为了有效克服系统不确定因素的影响,采用连续径向基情感神经网络逼近系统不确定参数,并运用Lyapunov方法对其进行稳定性和收敛性分析.所设计的连续径向基情感神经网络,不仅结构简单、响应速度快,而且具备参数在线调节能力.仿真和实验结果均表明,该控制方案具有优异的电流跟踪能力以及抗干扰能力.

摘要:研究异步切换下时滞切换正系统的有限时间控制问题,即针对控制器切换滞后于子系统切换形成的异步现象,基于平均驻留时间切换方法对切换正系统开展有限时间镇定研究.首先,将每个正子系统运行的区间划分为子系统与控制器匹配和失配区间,并构造多余正Lyapunov-Krasovskii泛函;其次,基于有限时间稳定理论,实现平均驻留时间切换律及异步时滞切换正系统有限时间镇定控制器的联合设计,并给出连续时间和离散时间两种情形下系统有限时间镇定的充分条件;最后,通过两个仿真例子验证所提出方法的有效性.

摘要:考虑含有输入时延的多输入单输出受控滑动平均自回归系统模型的参数和时延估计问题.参数化后的系统模型具有稀疏特性,受递阶辨识原理和压缩感知理论的启发,结合梯度搜索原理和匹配追踪思想提出针对该模型的梯度追踪迭代辨识算法.相比正交匹配追踪迭代算法,所提出的算法计算量较小且具有较高的辨识效率.最后通过数值仿真实例验证所提出算法的有效性.

摘要:针对带宽受限和网络拓扑随机切换约束下组网导航系统(NNSs)的分布式位姿状态估计问题,建立网络约束综合作用下的离散组网滤波增广系统模型,提出一种分布式有限时域FIR融合估计算法.目标节点从邻节点集合中接收经量化效应和饱和效应处理后的普通数据包和跟踪数据包,在给出无偏约束条件的前提下,以使得状态估计值的估计误差满足最小方差为准则,充分考虑有色噪声的影响,设计有限时域FIR估计器及其差分形式,通过普通数据包得到目标节点状态的区域估计值,建立系统本地状态估计的统一机制.同时,考虑网络约束,将跟踪数据包引入系统的融合过程,在以均方准则确定时变加权矩阵的前提下,给出最优权值所满足的线性代数方程以及融合误差协方差的差分形式,将目标节点状态的区域估计值与各邻节点随机发送的协作估计值加权融合,得到目标节点状态的全局融合估计值.最后通过算例仿真验证算法的有效性.

摘要:多配送中心车辆路径规划(multi-depot vehicle routing problem,MDVRP)是现阶段供应链应用较为广泛的问题模型,现有算法多采用启发式方法,其求解速度慢且无法保证解的质量,因此研究快速且有效的求解算法具有重要的学术意义和应用价值.以最小化总车辆路径距离为目标,提出一种基于多智能体深度强化学习的求解模型.首先,定义多配送中心车辆路径问题的多智能体强化学习形式,包括状态、动作、回报以及状态转移函数,使模型能够利用多智能体强化学习训练;然后通过对MDVRP的节点邻居及遮掩机制的定义,基于注意力机制设计由多个智能体网络构成的策略网络模型,并利用策略梯度算法进行训练以获得能够快速求解的模型;接着,利用2-opt局部搜索策略和采样搜索策略改进解的质量;最后,通过对不同规模问题仿真实验以及与其他算法进行对比,验证所提出的多智能体深度强化学习模型及其与搜索策略的结合能够快速获得高质量的解.

摘要:订单拣选是仓库运营管理中一项高劳动强度与高成本的操作,拣货员在仓库中从货位拣选出满足订单需求的货物.订单分批问题(order batching problem,OBP)是订单拣选中的重要规划问题,该问题以最小化拣选批次路径时长为目标,将用户订单分配至拣选批次中.首先,为了优化订单分配构造高质量批次,提出一种混合元启发式算法,在自适应大邻域搜索框架中融入基于不可行下降的局部搜索,同时引入自适应惩罚机制和一批基于订单与基于批次的移除启发式以及新的算法组件;其次,为了优化拣选路径进一步降低批次旅行时间,提出单向启发式,利用动态规划优化组合多个路径策略.实验表明,在合理计算时间内,所提出算法的求解质量优于多重启变邻域搜索(MS-VNS)、混合自适应大邻域搜索及禁忌搜索(ALNS/TS),而且所提出算法的最大路径长度减少率达到22.36%.

摘要:刀具寿命预测对提高工件加工精度和生产加工效率具有重要意义.同工况下同型号刀具监测信号数据分布不一致,导致历史寿命预测模型对刀具寿命预测效果有限.鉴于此,提出一种基于深度卷积神经网络(DCNN)的刀具寿命动态预测方法.首先,利用DCNN挖掘历史刀具监测信号的退化趋势特征,构建刀具寿命预测模型,并加入注意力机制对DCNN输出进行加权,加强对刀具寿命特征的学习,提高寿命预测准确度;然后,通过基于KL散度对刀具监测信号数据分布不一致进行检测,从而在已有刀具寿命预测模型的基础上进行更新迭代;最后,利用迭代后的模型再次进行刀具寿命预测.所提出方法很好地体现了刀具实际加工过程对刀具寿命的影响,以铣削数据集为例验证了所提出方法的有效性.

摘要:在执行特种任务时,为了能够实现自重构功能以适应复杂地形环境,多机器人必须拥有一套安全高效的自主对接分离系统.鉴于此,提出一种基于视觉反馈实时获取机器人相对位姿信息的方法,使控制机器人按照规划轨迹进行自主对接.首先,调整机器人对接尾座到达水平状态;然后,利用摄像头捕获到的标记板解算机器人的位姿信息;最后,控制机器人按照规划轨迹进行对接操作.独特的分离系统在多机器人出现故障时可做到实时分离,抛弃故障单元.经实验验证,自重构系统对接成功率高达97.3%以上,具有良好的鲁棒性.

摘要:现有图像融合方法不同程度地存在边缘阶梯效应,导致一些空间伪影引入融合图像.鉴于此,提出一种新的解决图像融合过程中鲁棒性差的方法-----前向-后向自校正扩散引导特征重建(forward-backward self-correcting diffusion,FBSD),对分解后各特征之间的差异设计一种基于期望值最大算法和主成分分析的混杂融合策略.最后利用评价指标评估所提出算法的性能,验证了所提出方法在边缘阶梯效应的处理上优于现有的图像融合方法,同时验证了融合决策的有效性.

摘要:路侧检测设备可以精准获取交通流量和速度等实时数据,交管部门可以借此显著提升对交通异常状态的感知水平.通过分析交通状态和交通流数据特征,建立一套基于交通流序列数据的交通事故实时检测系统和预警流程.首先,在交通状态感知方面,所建立的Seq2Seq自编码模型引入Attention机制,实现对交通状态重要特征的捕捉;其次,在交通状态异常判定方面,利用Seq2Seq自编码器对输入的原始序列数据进行重构,对比原始数据可得到结构重构误差,根据设定的阈值实现交通预警等级的判定和交通事故的实时检测;最后,以上海市延安高架的流量和速度数据为基础,分别确定不同时空状态下的事故判定阈值,并通过混淆矩阵评价方法论证所提出交通事故实时检测模型的可行性.

摘要:为解决两个概率语言术语集之间的优劣比较这一基本问题,在已有可能度计算方法的基础上,提出一种改进的可能度公式.该可能度公式能够克服已有可能度公式的缺点,具有计算过程简单、区分能力强、易于拓展应用等特点.进一步研究发现:基于该可能度公式对多个评估对象进行两两比较得到的可能度矩阵,具有加性一致性的模糊互补偏好关系;将多个可能度矩阵加权平均得到的综合可能度矩阵,也具有加性一致性的模糊互补偏好关系.据此,构建一种概率语言多属性决策方法,并将其应用于军队院校教育教学质量评价.数值实验表明,所提出的概率语言多属性决策方法结构简单、计算过程清晰且具有较强的自检能力,能够通过确保计算过程的正确性来保证决策结果的有效性.

摘要:针对具有内部未建模动态和外部不确定扰动的水面船舶设计一种鲁棒自适应航向控制器,并同时解决转向过程中的漂角补偿问题.基于二阶非线性Nomoto模型和一阶漂角模型,建立非积分链结构的漂角-航向非线性状态空间模型,将航向控制系统未建模动态与外部不确定扰动合并为复合扰动,应用扩张状态观测器估计模型中的未测量状态和系统复合扰动.基于Lyapunov稳定性理论和自适应反步法设计航向状态反馈控制规律,为避免反步法控制过程中的微分爆炸问题,采用动态面控制技术获取虚拟控制信号的近似导数.所提出的扩张状态观测器和航向控制算法能够保证闭环系统内所有误差信号一致最终有界,提高航向保持和转向过程中的航向跟踪精度.仿真结果验证了所提出的航向控制规律的有效性.

摘要:基于滑模控制理论,研究二维桥式起重机的控制器设计问题.首先,考虑小车端受到外界干扰的情况以及利用一些等价变换,得到一个四阶桥式起重机动力学模型;然后,根据得到的动力学方程,分别设计一种比例微分滑模控制器和一种比例微分积分滑模控制器,进而通过构造李雅普诺夫函数的方法证明两种控制器下滑模面的可达性和系统的稳定性;最后,设计1组对比仿真实验和1组在自制的桥式起重机实验平台上的验证性实验.实验结果表明,所设计的两种滑模控制器均可以使桥式起重机达到给定的控制目标.

摘要:采煤机的高精度定位是煤炭开采自动化和智能化的重要研究方向,其中惯性导航系统和里程计是长壁综合机械化采煤机定位主要传感器之一.通过两者的信息融合,能够有效抑制惯性导航系统的发散并且具有较好的自主导航能力,但是仍然无法满足井下长时间的高精度导航要求.鉴于此,分析目前常用辅助传感器在采煤机开采过程中存在的问题,提出基于UWB采煤机工作面端头量测的改进因子图优化方法.利用UWB在工作面端头的位置量测信息,推导并构建惯导/里程计/UWB的约束方程和图优化模型.同时通过惯性信息的预积分,减少待优化的节点数量,降低算法的计算量.在此基础上,加入里程计标度因数误差和安装误差的因子节点进行联合估计和优化.最后通过仿真和实际跑车测试表明,相较于传统卡尔曼滤波的采煤机定位方式,所提出方法能够有效提高采煤机的定位精度.