无线传感器网络中高效移动汇点规划算法

在带有移动汇点(MS)的无线传感器网络(WSN)数据收集应用中,采用基于代理的数据收集模式可以有效缩短MS慢速引起的数据收集延迟问题.以提高WSN数据收集的能量效率和缩短数据收集延时为目标,给出了一种MS轨道规划算法MS-TPA. MS-TPA主要包括RN竞选和MS移动规划两个阶段.剩余能量优先的RN竞选机制能够平衡网络节点的能量消耗,MS移动规划算法能够缩短数据收集的延迟问题.仿真实验验证了所提出算法的有效性.     

变结构可抛掷球形机器人的运动分析

针对灾后、战后等复杂地面环境,开发了一种能够以抛掷或发射方式进入工作区域进行作业的变结构机器人．该机器人能够以球形结构通过抛掷或发射的方式越过现有大部分地面移动机器人无法通过的地面障碍．同时,在到达工作区域后,机器人能够变形为具有 2 个被动自由度的四轮移动机器人以完成移动作业．为了对机器人进行有效的运动控制,针对展开结构建立了考虑前、后车体几何约束及驱动轮无横向滑移约束的运动学模型,分析了机器人在进行曲线运动时产生轨迹误差的原因．仿真得到了机器人做正弦曲线运动时的轨迹误差,并分析了误差的影响因素．通过实验对建立的模型和仿真结果进行了验证,证明机器人具有较好的运动灵活性．     

一种基于高斯混合模型的轨迹预测算法

在智能交通控制系统、军事数字化战场、辅助驾驶系统中,实时、精确、可靠的移动对象不确定性轨迹预测具有极高的应用价值.智能轨迹预测不仅可以提供精准的基于位置的服务,而且可以提前监测和预判交通状况,进而推荐最佳路线,已经成为移动对象数据库研究的热点,亟需设计准确而高效的位置预测方法.针对现有方法的不足,提出了基于高斯混合模型的轨迹预测方法GMTP,主要步骤包括:(1) 针对复杂运动模式利用高斯混合模型建模;(2) 利用高斯混合模型计算不同运动模式的概率分布,进而将轨迹数据划分为不同分量;(3) 利用高斯过程回归预测移动对象最可能的运动轨迹.GMTP是高斯非线性概率统计模型,其优势在于:计算结果不仅是位置预测值,更是关于移动对象未来所有可能运动轨迹的概率分布,可以利用概率统计分布特性获得某种运动模式(如匀加速运动)下的位置预测.大量真实轨迹数据集上的实验结果表明:与相同参数设置下的高斯回归预测和卡尔曼滤波预测法相比,GMTP的预测准确性平均提高了22.2%和23.8%,预测时间平均缩减了92.7%和95.9%.     

基于空间邻近搜索的移动轨迹相对时间模式挖掘方法

针对传统移动轨迹模式挖掘方法挖掘速度慢、占用最大内存大的问题,提出一种基于空间邻近搜索的移动轨迹相对时间模式挖掘方法。该方法包括5个阶段：1）对移动轨迹数据进行时空划分,并基于移动轨迹数据与时空格的匹配得到移动轨迹数据对应的时空格序列。2）扫描所有的时空格序列数据得到空间网格集合,并通过空间网格与时空格序列的包含运算得到所有的频繁空间网格。3）频繁空间网格转变为长度为1的频繁相对时间模式。4）基于空间邻近搜索的方式进行模式增长,得到以频繁空间网格为单元的候选相对时间模式,并通过相对时间模式与时空格序列的匹配运算,计算相对时间模式的支持度。5）基于设定的支持度阈值,得到所有频繁的相对时间模式。实验结果表明：所提方法由于采用了基于空间邻近搜索的方式进行模式扩展,大幅减小候选相对时间模式的搜索范围。与传统方法相比,所提方法具有挖掘速度快、占用最大内存少的优点。另外,方法在运行时间上具有更好的稳定性和可扩展性,而在占用最大内存上的稳定性与可扩展性与传统方法基本相近。该方法有助于移动轨迹模式挖掘方法提升挖掘速度、减少占用最大内存。     

地下管线三维轨迹测量技术研究进展及展望

地下管线三维轨迹测量技术在保障管线施工安全、预防事故及应急响应等方面具有重要作用。管线三维轨迹测量包括施工前、施工中及竣工后轨迹测量三个方面,本文梳理了当前地下管线三维轨迹测量技术的研究进展,施工前轨迹测量主要利用地球物理探测技术,如电磁探测、探地雷达等;施工中轨迹测量常用手持导向仪;竣工后轨迹测量则依赖于轨迹测量仪。本文分析了各类测量方法的基本原理、技术现状及应用挑战,并探讨了综合探测方法的优势。未来的发展方向包括地下管线随钻数字孪生、多方法融合、智慧云端物联平台及三维轨迹虚拟现实可视化技术等,以提升测量的精度、效率和智能化水平。本文旨在为地下管线三维轨迹测量技术的进一步研究和应用提供一定的借鉴。     

基于矢量图的特定辐射源识别方法

发射机的指纹特征具有复杂性,现有的认识水平制约了特定辐射源识别(SEI)的性能。为此,该文提出一种基于矢量图的SEI方法,应用深度学习技术实现了多种复杂特征的联合提取。该文首先分析了多种发射机畸变在矢量图上的视觉表现;在此基础上,以矢量图灰度图像作为信号表示,构建深度残差网络提取图像中的视觉特征。该方法克服了现有认知的局限,兼具高信息完整性和低计算复杂度。实验结果表明,与现有算法相比,该方法能够显著改善SEI的性能,识别增益约为30%。

     

基于改进TD3算法的无人机轨迹规划

深度强化学习算法在无人机的航迹规划任务中的应用越来越广泛,但是许多研究没有考虑随机变化的复杂场景,针对以上问题,本文提出一种基于TD3 改进的PP-CMNTD3 算法,提出了一种简单有效的先验策略并且借鉴人工势场的思想设计了密集奖励,能够更好地引导无人机有效避开障碍物并且快速接近目标点.仿真结果表明,算法的改进可以有效提高网络的训练效率以及在复杂场景中的航迹规划表现,同时能够在不同初始电量的情况下都能够灵活调整策略,做到在能耗和迅速抵达目的地之间的有效平衡.     

低升阻比飞行器月球返回再入轨迹特性分析

月球返回再入轨迹特性与低地球轨道再入轨迹特性具有鲜明的不同,为研究此问题,推导建立了再入问题的数学模型并进行了飞行仿真试验,然后对比分析了低升阻比飞行器月球返回再入的轨迹特性.仿真实验表明,再入角对纵程、热流和过载影响显著,较小的再入角能够改善热流和过载环境;倾侧角翻转对纵程、热流和过载均无明显影响,但对横程影响显著,为纵侧向解耦制导提供了依据;最大峰值热流总是出现在一次峰值过载之前,且随着再入速度减小呈明显减小趋势.据此,再入飞行器在初始下降段实现充分有效的减速后迅速跃出大气,可以改善热流环境.     

基于非线性干扰观测器的不确定非线性系统鲁棒轨迹线性化控制

针对一类不确定非线性系统,基于轨迹线性化控制方法(TLC)及非线性干扰观测器技术(NDO)研究了一种新的非线性鲁棒控制策略．TLC是一种有效的非线性跟踪和解耦控制方法,但当系统中存在内部未建模动态和外界干扰时,当前TLC控制器性能将显著下降．本文利用NDO对系统中的不确定项进行估计,其输出与TLC控制律结合来对消不确定性的影响．最后通过一个数值仿真实例验证了本文提出的方法的有效性,仿真结果表明该鲁棒轨迹线性化控制方法具有很好的干扰衰减能力和鲁棒性能．     

改进QPSO算法的移动机器人轨迹跟踪控制方法

分析了智能群体的决策机制,发现在智能群体决策过程中,个体粒子参与决策的权利根据个体的优劣程度是不同的,提出了在量子粒子群优化（QPSO）算法中引入线性权重算子进一步提高QPSO算法的搜索效率及优化性能。分析了移动机器人轨迹跟踪控制的滑模变结构控制器设计方法,并采用指数趋近律和幂次趋近律相结合的方法,设计了新的滑模跟踪控制律,使用PSO算法、QPSO算法和改进算法优化了滑模跟踪控制器中的参数,通过两个实例验证了优化后的跟踪控制器的设计效果;设计效果的分析和比较表明了设计的跟踪控制器能够控制机器人实现对既定轨迹的跟踪,仿真结果显示改进QPSO算法能够在轨迹跟踪控制器的参数优化中取得更好的优化效果。