基于改进的GABP算法优化5G天线阵列

为了加快天线建模速度,针对现有天线设计软件天线参数优化速度过慢问题进行了建模研究。首先通过几种常用的启发式算法优化后的多层前馈（Back propagation,BP）神经网络对天线参数进行优化比较,并对其中最优的算法遗传算法优化BP（Genetic algorithm BP,GABP）神经网络算法进行深度改进。其次采用自适应算法和模拟退火算法优化算法对GABP进行优化。最终通过模拟试验验证出自适应GABP算法对于天线参数优化的误差最小。该研究为天线设计软件中天线优化方法提供了一种误差较小的新方法,拥有更高的预测准确度,拟合速度也大大提升。实验对比证明了该算法的可行性。     

一种水下无线光通信系统解决方案

水声技术是目前应用范围最为广泛且时间最长的水下无线通信技术。随着需求不断提高,水声通信的短板也逐渐显现出来。如传播延迟长、信号衰减大、多径效应严重、通信带宽有限等特性导致水声通信在水下通信网络设计面临巨大挑战。水下光通信具有带宽受环境影响小、可用载波频率高、传输时延小等优势。水下可见光通信技术是一种新的水下无线通信技术,是以可见光信息为载体,高速脉冲数字编码调制,通过水下信道高速传输信息的通信方法。该技术具有速度高、体积小、成本低、容量大等优点,本文提出一种系统解决方案用来研究水下环境复杂多变的传输信道,为未来稳定、可靠、高速的水下可见光通信技术以及工程化应用提供指导。     

基于大数据处理的船舶数据质量评价方法研究

由于船舶自动识别系统(Automatic Identification System, AIS)的差异性以及各数据提供商接收信号的硬件设施、存储设备以及处理方式的不同,导致各个数据源提供的AIS数据质量参差不齐。为了能够合理鉴别数据的优劣、及时发现AIS数据源存在的问题并对其进行有针对性的数据处理,为数据采购提供依据,故首次提出通过对完整性、连续性、时效性这三个重点指标来进行AIS数据评价,并提出综合质量评分算法结合三个重点评价指标得出AIS数据综合质量评分。最终,通过对比卫星AIS数据与岸基AIS数据的数据质量差异和数据可视化分析来验证算法的准确性。     

基于共享内存的智能无人车进程间消息异步传输机制

智能无人车软件系统通常由多个功能模块组成,在模块间高效、可靠地传输传感器数据以及决策和控制信息等是智能无人车系统运行的重要保障.目前,国内外大多数智能无人车软件系统所使用的消息传输机制均基于套接字（Socket）,其容易部署在分布式的控制器环境中,且能满足在较小数据量下的消息快速传输.但是,随着智能无人车集成控制器性能的提升以及环境感知手段的发展,对功能模块间传输的数据量以及带宽提出了更高的要求.现有基于套接字的消息传输机制因其受网络协议的限制,需要分块传输大数据包,不仅增加了收发双方的开销,而且还增加了消息传输延迟.本文提出了一种基于共享内存（Shared Memory）的智能无人车进程间消息异步传输机制,模块间通过共享内存空间进行数据交互.共享内存空间由超级块和数据块构成,通过环形队列管理数据块收发,同时采用原子操作,提高整体性能,实现图像等大数据包的有效传输.本设计应用于智能无人车模块间通信,可以明显降低数据传输时延,提高系统吞吐量.实验证明：本方法针对典型大数据包如（3MB）的平均传输时延为2.5ms,低于LCM的12ms以及ROS中Sharedmem_transport的3.9ms.同时,本系统的最大吞吐量达到1.1GB/s,高于LCM的180MB/s以及Sharedmem_transport的600MB/s.     

随机多粒度标记序决策系统的最优粒度选择

传统随机信息系统的属性一般只有一个粒度层面,即系统中的每一个对象在每一个属性上取唯一的值,而在实际应用中,人们往往需要从不同的粒度层面去获取知识.实际生活中数据集的一个对象在同一个属性上根据不同的粒度可以取不同值.针对多粒度数据集的知识获取问题,本文讨论随机多粒度标记序信息(决策)系统的最优粒度选择问题.首先,通过优势关系给出随机多粒度标记序信息系统的信息粒表示,进一步定义由条件属性集导出集合的下近似与上近似,描述在不同标记下的信息粒的结构以及上、下近似的变化关系;其次,用证据理论的信任函数与似然函数来刻画随机多粒度标记序决策系统的两种最优粒度;最后,给出协调和不协调随机多粒度标记序决策系统的最优粒度选择算法.     

基于粒计算的多粒度数据分析方法综述

多粒度数据是一种特殊的、有用的数据类型,它通过对论域(研究对象的集合)采用不同的粒化方式使得数据能够在多个粒度空间中进行呈现,在此基础上可以开展数据的多层次知识发现研究.商空间理论、序贯三支决策、多粒度粗糙集、多尺度数据分析模型和多粒度形式概念分析是几种常见的、有效的多粒度数据分析方法,已受到人们的广泛关注.本文对基于...     

利用声压场的浅海地声参数贝叶斯反演方法

针对浅海考虑弹性海底下的地声参数反演和对反演结果的不确定性分析问题,本文提出了一种基于贝叶斯理论的利用声压场信息的反演方法。首先通过快速场方法(FFM)计算声压场的理论预报值,其次根据贝叶斯理论基于似然函数建立实测声压场与理论声压场间的目标函数,最后依照Metropolis准则采样给出待反演参数的后验概率密度(PPD)作为反演结果。结果表明:依据本方法获得的反演结果与经典遗传算法(GA)寻优结果基本吻合;反演声压场与水池实测声场的相关系数达0.89;反演结果的不确定性表明与横波声速衰减、纵波声速衰减相比,弹性海底中的横波声速、纵波声速以及密度的不确定性更小。     

协调广义决策多尺度序信息系统的知识获取

决策多尺度信息系统是一类特殊的数据集,系统中的每个对象无论在条件属性集上还是在决策属性上都可取多个尺度的标记值,并且从细粒度标记属性值到粗粒度标记属性值有一个信息粒度变换.文中针对广义决策多尺度序信息系统的知识获取问题展开研究.首先,引入尺度选择概念,一个尺度选择对应一个单尺度的序决策系统,并将优势关系引入广义决策多尺度信息系统,给出在不同尺度选择下对象集的优势类和集合的下近似和上近似的定义及其性质.然后,在协调广义决策多尺度序信息系统中定义5种最优尺度选择的概念,证明实际上只有2种不同类型的最优尺度选择,即最优尺度选择、下近似最优尺度选择、信任最优尺度选择是等价的,而上近似最优尺度选择与似然最优尺度也是等价的.最后,给出协调广义决策多尺度序信息系统的辨识矩阵约简方法,并在最优尺度选择基础上给出蕴含在协调广义决策多尺度序信息系统中的序决策规则.     

不协调广义多尺度决策系统的最优尺度组合的层次关系

多尺度信息系统是一类特殊的对象-属性值系统,数据集中的每个对象在每个属性下根据不同的尺度或粒度可呈现出不同的值,并从细粒度属性值域到粗粒度属性值域间存在粒信息变换函数.从多尺度数据集中的每个属性中选择一个满足预设条件的尺度用于最终的决策分析(这个过程称为最优尺度组合选择)是多尺度决策系统知识获取的关键问题.针对不协调广义多尺度决策系统的最优尺度组合选择问题,首先,通过引入三层思维提出广义决策类最优尺度组合和对象最优尺度组合的概念,讨论两者间的层次关系;然后,提出属性约简诱导的最优尺度组合和关键尺度组合的概念,讨论对象关键尺度组合与广义决策类关键尺度组合间的层次关系;最后,依据对象关键尺度组合与广义决策类关键尺度组合间的层次关系给出两者间互相计算的方法.     

利用相锁值算法的脑电相同步测谎研究

相锁值（Phase Locking Value,PLV）是由相同步的概念下提出一种描述不同信号相关性（同步性）的算法,在脑电信号领域,其有效性已经得到了验证.本文针对当前测谎方法中脑电信号特征提取困难的问题,首次将相锁值的算法应用到脑电测谎领域中,研究谎言脑活动下不同脑区之间的相关性,通过相关性发现谎言的认知机制,并利用该相关性作为特征,使用支持向量机对说谎者和诚实者的两类信号进行模式识别,得到了88.50%的准确率,提出的方法验证了PLV在测谎应用中的有效性,为基于脑电信号的测谎提供了一种新的途径.