基于关联与回溯的产品变异设计过程重用方法

为实现在复杂度和数量上急剧增长的产品过程模型和关联知识的重用,提出一种产品变异设计过程的重用方法.对设计系统的模块进行精细化和抽象化,建立具有规范化数据接口的产品结构变异设计的信息模型,用状态空间的带权有序检索树存储变异设计过程;将变异设计语义添加至可移植结构,当发生分割、合并和变换的变异设计行为时,对其抛弃、保持或复制等处理,实现变异设计语义随变异设计行为的继承与变迁;再通过检索变异设计语义不断获得待变异结构,将离散的设计过程关联;深度优先搜索获得把初始状态变换为目标状态的操作序列,执行可行解集,回溯变异设计过程并实现重用.以ACIS为几何造型内核开发自主原型系统,实现涡轮风扇发动机的压气机的转子叶片变异设计过程的重用.结果表明,该方法将设计重用对象由静态的孤立设计结果拓展到动态的连续设计过程,对于准确、快速地实现产品的结构变异设计具有重要意义.     

约束环境下的多移动机器人自适应伸展算法(英文)

本文介绍了一种用来控制移动机器人组成链式网络并修复通讯连接的自适应分布式机器人合作算法。开发了单层链式伸展算法和双层链式伸展算法,使得移动机器人可以对开放式环境和受约束环境进行探索。还介绍了一种用于寻找最优通讯距离的综合化的方法。通过使用其测量结果,移动机器人系统可以组织成为优化的链式结构并进行伸展。这种伸展算法可以检测到网络中某个机器人节点的缺失,并重新配置系统。它为通讯连接的中断问题提供了一种自适应的解决方案。     

加权变分去噪模型的分裂Bregman算法

针对求解加权变分去噪模型时大量迭代导致计算速度缓慢的问题,为提高运算速度,在加权变分去噪模型中引入分裂Bregman算法.实验表明,与梯度下降法相比,该算法迭代次数少、处理过程快,极大地缩短了运算时间,并且保持了较好的去噪效果.     

基于非线性自适应观测器的飞机操纵面故障诊断

研究以非线性方程描述的飞机在操纵面发生损伤、卡死等故障时的自适应观测器诊断方法.通过引入有效性因子表征操纵导数变化的程度,将飞机操纵面故障诊断转化为具有未知参数的Lipschitz非线性系统的状态观测器设计问题.采用Lypunov方法,给出了观测器的结构形式和参数估计的自适应律,并在分析观测器渐近收敛的充分条件的基础上,给出了相关参数.数字仿真表明建议的自适应观测器能够快速且较准确地估计出有效因子的变化,验证了该方法的可行性.     

Ka频段ATC-OFDM传输体制的性能分析

分析了Ka频段移动信道特性,建立了Ka频段自适应Turbo编码-OFDM传输体制（ATC-OFDM）,并提出了3种自适应方案和相应算法。通过新传输体制中的自适应功率、自适应调制和自适应功率调制同固定分配功率和调制方案的TC-OFDM传输体制相比,在不同的天气环境下,其系统误码性能有着明显的改善。系统的吞吐量在信噪比大于8dB时,相比于BPSK调制,可提高2bps/Hz,验证了该传输体制的可行性和有效性。     

结合波原子和全变差方法的图像去噪*

传统的硬阈值去噪会产生伪吉普斯现象,而波原子本身的周期化过程也会出现新的方向性纹理失真。采用全变差最小化方法来抑制这些失真,提出一种改进的波原子去噪算法。该算法不是直接将低于阈值的小系数置为零,而是对这些系数在全变差最小的意义上作修正迭代,得到最终的去噪图像。数值实验结果表明,波原子去噪保留边缘和纹理的效果优于小波和曲线波,改进算法去噪的视觉质量明显好于传统波原子去噪。最后还指出了进一步的研究方向。     

结合显著度图和自适应能量线的快速图像缩放*

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。     

改进的云自适应粒子群优化算法

为了提高基本PSO算法搜索性能和个体寻优能力,加快收敛速度,提出一种新的云自适应粒子群优化算法（CPSO）。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质,提出云自适应调整算法用于计算惯性权重,并对新算法进行了描述。通过典型函数优化实验表明,该算法较基本PSO明显提高了全局搜索能力和收敛速度,改善了优化性能。     

自适应的三维分形地形重建算法研究*

针对常规三维分形地形重建算法具有的速度慢、插值点分布不均匀、参数设置复杂等缺点,提出自适应的三维分形地形重建算法。该算法根据地形的起伏特征自动确定垂直压缩因子,根据子域面积进行均匀插值。实验结果表明,该方法插值效率更高,所获得的插值曲面更加真实,与常规分形插值相比具有一定的优越性。     

小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.