基于POMDP的跨层机会频谱接入优化设计

在功率受限的机会频谱接入(OSA)研究中,大多使用完全可观测马尔可夫决策过程(MDP)对环境建模,以提高物理层或介质访问控制(MAC)层指标,但由于感知设备的限制,无法保证用户对环境完全感知。为解决该问题,提出一种基于部分可观测马尔可夫决策过程(POMDP)与Sarsa(λ)的跨层OSA优化设计方案。结合MAC层和物理层,采用POMDP对功率受限且有感知误差的次用户频谱感知和接入过程进行建模,并将其转换为信念状态MDP(BMDP),使用Sarsa(λ)算法对其进行求解。仿真结果表明,在功率受限条件下,该Sarsa(λ)-BMDP方案的有效传输容量、吞吐量和频谱利用率分别比完全可观测Q-MDP方案低9%、7%和3%左右,其误比特率比基于点的值迭代PBVI-POMDP方案低20%左右,比Q-MDP方案高16%左右。     

基于粒子群优化建模的贝叶斯网络结构学习方法

贝叶斯网络(BN)在不确定性的条件下表示信息和推理论证具有良好的性能,但由于其结构搜索空间的复杂性,通常将从一个数据集合中学习贝叶斯网络的结构认为是一种NP-hard的问题。基于此,提出一种新的基于粒子群优化算法建模的贝叶斯网络结构学习方法。为了学习一个贝叶斯网络的结构,该方法先使用粒子群优化算法在排序空间中进行搜索,然后运行K2算法计算每个排序的吻合度。每个排序都会有一个网络结构与之一致,该方法会返回这个网络的计分。仿真结果表明,在不同规模的数据集中,该算法相对于其他贝叶斯网络结构学习算法对不同类型的网络都具有更好的网络稳定性。     

改进的多投影仪显示墙几何校正技术

针对传统几何校正的不足,提出一种改进的几何校正的方法,只需少许人工干预就能很高精度的完成几何校正.介绍一种相机自动定位和拍照的方法,避免人工调整相机位置的繁琐工作,实现相机控制的自动化;提出一种基于递归的去除图片公共噪声区域算法,更精确地识别出特征点;通过临近的特征点,使用平行四边形插值算法与最小二乘法曲线拟合算法对被遮挡住的特征点坐标进行估计.实验结果表明,相机控制方法提高了几何校正的自动化程度,去噪算法提高了识别特征点的精度,平行四边形插值算法可以很好地对被遮挡的特征点坐标进行估计.     

云中基于蚁群算法改进的负载均衡策略

针对云计算虚拟化资源中,提高资源利用率、负载均衡度的问题,在蚁群算法的基础上,提出云中节点间负载均衡的改进算法。前向蚂蚁检测节点的类型、记录节点信息,遇到负载节点时留下觅食信息素;后向蚂蚁依据循迹信息素追溯回负载节点,合理分配超载节点任务。所有蚂蚁不再更新自己的结果集,而是致力于更新单个结果集,在搜索过程中依据节点类型动态地修改路径信息素。在Cloudsim平台下进行的仿真实验验证了改进算法的有效性。     

航空有源滤波器自适应谐波检测仿真研究

介绍了基于自适应滤波理论的谐波检测原理,分析了自适应神经元算法用于谐波检测的可行性,设计了基于自适应谐波检测的并联型航空混合有源滤波器,对滤波特性进行了仿真研究。结果表明,基于自适应滤波理论的谐波检测方法能够快速、精确地检测相电流谐波含量,在相电压波形发生畸变的情况下,也具有较好的自适应能力、快速补偿能力和跟踪性能。     

基于改进离散粒子群禁忌算法的并行测试任务调度

针对并行测试任务调度问题特点,提出了一种解决并行测试任务调度的离散粒子群禁忌算法,设计了符合并行测试任务调度特点的粒子初始化编码方式、粒子位置转移公式以及禁忌搜索邻域。通过与禁忌搜索相结合,避免了离散粒子群算法早熟问题。通过实验以及算法对比,表明提出的算法是快速有效的,能够很好地解决并行测试任务调度问题,求得测试总时间最短的任务调度序列。     

一种新型可变径管道机器人的结构设计与控制实现

基于ATmega128单片机的管道探测机器人系统,包括硬件系统设计以及软件程序实现。为满足不同工业环境的需要,设计了无线与RS485总线两套通信方案进行人机交互控制系统与单片机的通信。独特的变径结构可以让机器人适应不同管径的管道,配合高效的电池切换算法,可以使其更好的适应工业环境。为了观察管道内部信息,安装了一个可360°旋转的摄像头,将管道内部画面实时传送给上位机。     

基于DXF格式的优化数控代码自动生成方法

DXF是AutoCAD与其他软件进行数据交换的CAD通用图形文件格式。实现了一种DXF读取方式并自动生成数控加工代码。传统算法的读取结果无序,不适用于实际加工,针对这一问题根据提取结果及位置关系生成图元轮廓树,并利用最近邻插入算法对图元轮廓优化排序,得到全局优化的最短切割路径,并通过实例证实了算法的有效性,能满足实际自动编程数控系统的工作需要。     

果蝇优化算法的加权策略研究

针对基本果蝇优化算法(FOA)收敛速度慢和寻优精度不高的缺点,在位置更新公式中引入加权因子,提出了基于线性递减策略和先增后减策略的两种加权果蝇优化算法(WFOA),从而增强了种群的多样性。通过对6个测试函数的仿真实验,验证了这些策略的可行性,表明这些策略能够有效地提高算法的收敛速度和搜优精度。经过两种策略的对比,发现线性递减策略具有更快的收敛速度,而先增后减策略具有更强的鲁棒性和稍好的寻优精度。     

高速公路监控视频中运动车辆对象提取

结合高速公路交通视频的特点,提出了监控中运动车辆对象提取的方法。该方法利用混合背景差分法提取运动目标,并对目标进行形态学处理,最后结合后退N帧、半监督学习的阈值选取的思想提取车辆对象特征最显著的视频帧。实验结果表明,该方法有效地改善了传统的混合高斯背景差分提取运动对象过程中出现的孔洞、噪声和车辆对象非完整性及特征不显著的问题,进而优化了车辆对象的提取流程。