基于最小噪声分离的约束能量最小化亚像元目标探测方法

提出了一种基于最小噪声分离的约束能量最小化亚像元目标探测方法。利用最小噪声分离变换,降低高光谱遥感影像的维数,同时分离高光谱遥感影像中的噪声。利用约束能量最小化方法对低维数据进行亚像元目标探测,避免了求解影像虚拟维数和病态矩阵求逆的问题。实验结果表明,该方法可以很好地抑制噪声的影响,亚像元目标探测率较高,是一种快速有效的高光谱遥感影像亚像元目标探测方法。     

基于视觉约束能量最小化的特征点匹配算法

为了解决海上目标航空遥感图像重复特征较多导致的匹配不一致问题,并简化匹配过程,文中提出了基于SIFT视觉约束能量最小化的匹配算法(CEM-SIFT)。该算法将约束能量最小化模型应用于特征点的匹配,通过构造有限脉冲响应线性滤波器,采用视觉信息计算其能量值,使得待匹配的点集经过滤波之后的平均输出能量在一定约束下达到最小值,最终实现含重复信息的特征精确匹配。采用10组航空遥感海冰图像对算法进行测试,结果表明,相对于采用SIFT欧氏距离(ED-SIFT),在匹配重复特征比较多、点集规模比较大的图像时,CEM-SIFT算法的匹配精度更高,能够达到100%。     

基于图割优化的能量最小化模型图像分割方法

针对主动轮廓模型中利用梯度下降法求解能量函数容易陷入局部极小的不足,设计了一个离散化最小能量函数模型。该模型以Chan-Vese模型为基础,利用图割方法优化能量泛函,实现能量的全局最优解。新模型首先将图像映射为图,将基于像素的能量泛函转换为可用图表示的离散化能量函数,通过计算节点及其邻域关系权值,迭代求解最小化能量并将其作用于形变轮廓曲线,直至达到稳定状态。新模型改进了主动轮廓模型对弱边界图像初始轮廓敏感的问题,提高了分割精度和运行速度。     

四旋翼无人机安全轨迹跟踪控制

针对存在安全约束的四旋翼无人机,为了保证其能够快速稳定地跟踪给定轨迹,本文提出了一种基于双闭环思想及控制障碍函数求解二次规划问题的控制器设计框架.首先,考虑到无人机的模型不确定性及外界干扰问题,基于快速非奇异终端滑模面设计了双闭环标称控制器,能够实现有限时间快速收敛.进一步地,为了解决无人机遇到的状态、距离约束等安全控制问题,利用控制障碍函数,将带有约束的控制器设计问题转化成二次规划的求解问题.最后,对提出的控制策略进行了仿真,验证了控制器的快速性和鲁棒性,并实现了给定轨迹的安全跟踪.     

机会约束下贷款组合优化决策的方差最小化模型

通过把贷款的收益率刻画为模糊变量,提出了机会约束下贷款组合优化决策的方差最小化模型。针对贷款收益率是特殊的三角模糊变量的情况,给出模型的清晰等价类,对等价类模型用传统的方法进行求解。对于贷款收益率的隶属函数比较复杂的情况,应用集成模糊模拟、神经网络、遗传算法和同步扰动随机逼近算法的混合优化算法求解模型。数值算例验证了模型和算法的有效性。     

基于多值方法的模糊逻辑函数最小化

首先提出了模糊逻辑和多值逻辑的相似性,并从开关信号理论出发建立了三值逻辑函数阈运算和模糊逻辑函数文字运算的对应关系,进而提出了基于差动电流开关理论的三值逻辑函数化简法求模糊逻辑函数最小化表达式的算法,并用该算法对几个模糊逻辑函数实例进行了化简,实例操作表明,该算法具有操作简单快捷的特点,是获得模糊逻辑函数最小化表达式的一种有效的方法。     

基于能量最小化扩展景深的实现方法

提出并实现了一种基于能量最小化的扩展景深方法，该方法使用对比度作为评价标准来拼接源图像，它的创新之处是利用了基于图分剖的能量最小化方法提供的空间一致性来解决拼接赝像问题，并用最大流算法来解决图分割问题。最后给出了实验结果，将实验结果与缺乏空间规范化的结果进行了比较。实验结果证明，本文方法能够在用户可以接受的时间范围内得到较为优越的扩展景深效果。     

有限识别器的最小化方法

给出确定型有限识别器最小化的一种方法,并给出一类非确定型有限识别器最小化的方法。     

基于最小化畸变重投影的广义平面校正方法

为了方便计算机视觉中的图像配准和拼接等工作,该文提出了一种最小化畸变平面校正方法。通过求射影变换权值变化测度之和的极值及Jacobian行列式度量校正前后的局部区域变化,求得最小化重采样效果的校正变换矩阵。建立广义平面校正坐标系,在虚拟坐标系内考虑最小化畸变和最小化重采样效果,减少了旋转造成的重采样畸变,改善了可视性。     

基于等价关系的有穷自动机最小化方法

主要介绍了有穷自动机的基础知识,研究了有穷自动机的等价性,并在确定型有穷自动机的状态集上引入等价关系,给出了自动机的最小化过程。利用等价归并算法,可以将某一给定的确定型有穷自动机状态集上的等价状态归并掉．生成与其等价的最小化的确定型有穷自动机。     

桥吊可动态分配的连续泊位分配问题算法

研究在允许桥吊动态分配的情况下集装箱码头的连续泊位动态分配问题,并建立以船舶在港时间最小为目标的动态泊位分配模型;然后基于兄弟-儿子方法对船舶的位置进行调整以规划桥吊使桥吊不交叉。在相同算例下,比现有方法得到的船舶在港时间更少,从而验证了模型及算法的有效性。     

多目标约束处理方法求解泊位岸桥联合分配问题

为了制定合理高效的泊位岸桥联合分配方案,加快船舶周转,本文针对船舶动态到港的连续泊位建立了以船舶总在港时间最短为目标的泊位岸桥联合分配混合整数非线性模型.通过多目标约束处理策略将复杂约束的违反程度转化为另一个目标,从而将原单目标优化模型转化为双目标优化模型,并用基于快速非支配排序的多目标遗传算法(NSGA-II)对其进行求解.同时,针对问题特点,分别设计了基于调整、惩罚函数、可行解优先和综合约束处理策略的单目标遗传算法对原模型进行求解.通过多组不同规模的标准算例对本文的方法进行测试,验证了基于多目标约束处理策略的方法求解效果相较于单目标约束处理策略的方法更加高效和稳定.     

车联网中基于轨迹预测的无人机动态协同优化覆盖算法

针对城市车联网中出现的基站覆盖空洞及局部流量过载等问题,提出了一种基于车辆轨迹预测信息的动态预部署方案。首先,为了训练得到统一的seq2seq-GRU轨迹预测模型,多个携带边缘计算服务器的无人机在分布式联邦学习与区块链的架构下,去除中心聚合节点,采取改进的Raft算法,在每轮训练中根据贡献数据量的大小,选举得到节点来完成参数聚合及模型更新任务。其次,基于模型预测结果,提出了一种改进的虚拟力向导部署算法,通过各虚拟力来引导无人机进行动态地部署以提升车辆的接入率及通信质量。仿真结果表明,提出的训练架构能够加速模型的训练,部署算法在提升车辆接入率的同时提升了车辆与无人机之间的通信质量。     

基于轨迹引导的移动机器人导航策略优化算法

针对在杂乱、障碍物密集的复杂环境下移动机器人使用深度强化学习进行自主导航所面临的探索困难,进而导致学习效率低下的问题,提出了一种基于轨迹引导的导航策略优化（TGNPO）算法。首先,使用模仿学习的方法为移动机器人训练一个能够同时提供专家示范行为与导航轨迹预测功能的专家策略,旨在全面指导深度强化学习训练;其次,将专家策略预测的导航轨迹与当前时刻移动机器人所感知的实时图像进行融合,并结合坐标注意力机制提取对移动机器人未来导航起引导作用的特征区域,提高导航模型的学习性能;最后,使用专家策略预测的导航轨迹对移动机器人的策略轨迹进行约束,降低导航过程中的无效探索和错误决策。通过在仿真和物理平台上部署所提算法,实验结果表明,相较于现有的先进方法,所提算法在导航的学习效率和轨迹平滑方面取得了显著的优势。这充分证明了该算法能够高效、安全地执行机器人导航任务。     

锌电解行车自适应在线轨迹规划方法及应用

针对锌电解车间现场酸雾、水蒸气等恶劣环境因素引起行车打滑,导致其制动后滑行距离难以控制,定位效率低且误差大的问题,提出一种基于轨道状态评估的自适应在线轨迹规划方法.首先,针对行车轨道摩擦系数变化且无法确定的问题,引入反应轨道打滑程度的行车滑移率的概念对轨道状态进行评估;在此基础上,根据评估结果以及分级制动策略,自适应更新速度轨迹并确定行车最佳制动时机;最后通过数值仿真以及现场的实际应用效果对所提的方法进行验证.仿真及应用效果表明:所提方法能使锌电解行车有效载荷的摆角小于1°在总长60 m的轨道条件下,行车的定位误差小于3 mm;与人工驾驶相比,减速制动阶段的制动效率平均提高28%,取得了良好的运行效果.     

基于粒子滤波的无人机自主轨迹视觉导航控制方法研究

针对现有无人机导航控制方法存在的控制效果不佳的问题,本文提出一种基于粒子滤波的无人机自主轨迹视觉导航控制方法研究。利用粒子滤波算法,实现对无人机自主轨迹视觉导航控制方法的优化设计。采用栅格法构建无人机飞行环境地图,根据无人机的机械组成结构和工作原理,构建运动状态模型。利用内置的摄像机设备采集视觉图像,执行图像灰度转换、几何校正、滤波等预处理步骤。通过对视觉图像的特征提取,判断当前环境是否存在障碍物。利用粒子滤波算法确定无人机位姿,结合障碍物识别结果规划无人机的自主飞行轨迹。将位置、速度和姿态角的控制量计算结果,输入到安装的导航控制器中,完成无人机的自主轨迹视觉导航控制任务。通过实测分析得出结论：应用设计的导航控制方法,其位置误差、速度误差以及姿态角误差均维持在预设值以下,即设计的导航控制方法具有良好的控制效果。     

基于滚动时域的无人机动态航迹规划

针对带有动力学约束的多旋翼无人机航迹规划问题,提出了一种基于滚动时域控制和快速粒子群优化(RHC-FPSO)方法。该方法引入了基于VORONOI图的代价图方法说明从航迹端点到达目标点的距离估计。根据滚动时域和人工势场法的思想,将路径规划问题转化为优化问题,以最小距离和其他性能指标为代价函数。设计评价函数准则,按照评价准则使用变权重粒子群优化算法求解。针对无人机靠近危险区飞行的问题,将斥力场引入到代价函数中,提升其安全性。仿真实验结果显示,使用文中方法可以有效地在满足约束条件下穿过障碍物区域,以及在复杂环境下可以动态计算。     

基于梯度投影法与随机优化算法的约束优化方法

针对带有线性等式和不等式约束的无确定函数形式的约束优化问题,提出一种利用梯度投影法与遗传算法、同时扰动随机逼近等随机算法相结合的优化方法。该方法利用遗传算法进行全局搜索,利用同时扰动随机逼近算法进行局部搜索,算法在每次进化时根据线性约束计算父个体处的梯度投影方向,以产生新个体,从而能够严格保证新个体满足全部约束条件。将上述约束优化算法应用于典型约束优化问题,其仿真结果表明了所提出算法的可行性和收敛性。     

基于仿真模型的集装箱码头排队系统分析

基于Witness仿真软件建立了集装箱码头桥吊服务系统的排队系统仿真模型,通过对M/M/m排队系统参数分析,发现随着服务台数量的增大,排队系统的性能逐渐变好。各指标的变化曲线存在拐点,拐点之后变化幅度不再明显,此拐点对应的x坐标值就是桥吊配置数量的最佳值。通过对比不同排队模型进行仿真分析,认为集装箱码头桥吊服务系统的M/M/m排队系统的工作能力和效率都更高,且性能更容易改善。研究结果对码头其它节点的排队系统的分析也有参考价值。     

基于伪谱法的滑翔轨迹多级迭代优化策略

伪谱法可实时求解具有高度非线性动态特性的飞行器最优轨迹;以X-51A相似飞行器模型为研究对象,采用增量法与查表插值建立纵向气动力模型,伪谱法与序列二次规划算法求解滑翔轨迹最优控制问题;提出使用多级迭代优化策略,为序列二次规划算法求解伪谱法参数化得到的大规模非线性规划问题提供初值,弥补序列二次规划算法在求解大规模非线性规划问题过程中,出现的初值敏感、收敛速度减慢等问题。通过与传统方法求解出的状态量与控制量仿真飞行状态进行对比,证明了多级迭代优化策略的有效性和高效性,该策略在实际工程应用中取得了良好效果。