考虑执行能力约束的多机协同目标分配AEPSO算法

针对复杂环境中的多无人机协同攻击目标分配算法存在约束条件不充分、解空间的多样性与收敛性难以平衡等问题,提出了一种考虑执行能力约束的多机协同目标分配自适应精英粒子群(AEPSO)算法。首先,在以攻击效益最大化、时间及损毁代价最小化为目标的基础上,将多无人机续航能力、跟踪攻击性能等差异性导致的执行能力受限作为约束条件,构建了多无人机协同目标分配模型。然后,提出了一种基于混沌初始化和多尺度协同变异的自适应精英粒子群策略:通过构建一种改进型Logistic映射,实现粒子混沌初始化,提高了初始粒子群的多样性及搜索遍历性;设计了带有不同方差的自适应高斯变异机制作为精英选择策略,增强了粒子群的全局和局部搜索能力,跳出局部最优;最后,将粒子收敛贡献值作为反馈信息自适应地调整粒子群参数,加快算法收敛速度。仿真结果表明,在不同的无人机与目标的分配关系下,所提算法以更快的收敛速度、更小的适应度值求解出最佳的分配方案。

一种变分贝叶斯改进无偏转换卡尔曼滤波

针对雷达测量系统受野值干扰导致跟踪精度下降的问题,提出了一种变分贝叶斯改进无偏转换量测卡尔曼滤波器(VB-MUCMKF)。该算法通过无偏转换卡尔曼滤波将更新后的目标状态估计值作为新的量测进行第二次无偏转换,一定程度上解决了量测偏差过大的问题;针对野值影响采用具有重尾特性的学生t分布取代高斯分布建模新的量测,利用变分贝叶斯方法通过最小化Kullback-Leibler散度函数迭代逼近实现测量协方差和目标状态的联合估计,从而提高野值干扰环境下滤波器的跟踪精度。仿真结果表明,提出的算法与EKF,UCMKF,EMUCMKF和MUCMKF相比位置均方根误差分别减少了48.9%,50.2%,1.9%,44.1%,速度均方根误差分别减少了60.6%,66.6%,9.7%,47.3%,降低了野值干扰带来的影响。

非局部正则化的压缩感知图像重建算法

压缩感知(compressed sensing,CS)图像重建算法是CS图像获取问题的一个研究重点。针对传统基于稀疏性先验的重建算法不能有效重建图像的各种结构特征,为了在测量值数量不变的情况下进一步提高图像的重建质量,在稀疏性先验的基础上,引入局部自回归模型和非局部自相似性作为图像额外的先验信息,建立了非局部正则化的CS图像重建模型,并给出了相应的数值求解算法。此外,对于重建模型中图像的自回归参数,给出一种基于非局部相似点的估计方法。实验结果表明,较之传统的稀疏性正则化重建算法和同类的MARX(model-based adaptive recovery of compressive sensing)算法,所提算法能获得更高的图像重建质量。

高中生物教学中培养学生生命观念的策略研究

生物学是研究生命的科学,高中生物教学的目标之一就是培养学生对生命的独立、全面、科学的认知。然而,在当前的高中生物教学中,一些学生对于生命现象的认知仍然停留在表面,缺乏深刻的理解和积极的态度,因此,如何在高中生物教学中有效培养学生的生命观念成为亟待解决的问题。

基于稀疏支撑集先验的压缩感知图像序列重建算法

针对现有压缩感知图像序列重建算法重建精度不高、模型参数设置较多的问题,提出了一种结合稀疏支撑集先验和残差补偿的算法。在已知前一帧图像重建结果的基础上,通过求解1个最小化加权l1范数问题得到当前帧图像的初始估计。通过对估计残差进行压缩感知重建并对初始估计加以补偿,得到当前帧图像的最终重建结果。与其他同类算法相比,该算法减少了阈值参数的设置。实验结果表明,在相同的测量值数目下,该算法重建图像的相对误差、峰值信噪比和结构相似度指标均优于同类比较算法。

基于局部自回归模型的压缩感知视频图像递归重建算法

结合预估和残差补偿的递归重建算法是一种有效的压缩感知视频图像重建算法.针对现有算法中‘预估’精度不高的问题,本文基于视频序列中相邻图像的内容相似性和单幅图像的非局部自相似性,分析了相邻图像局部图像块的相似匹配性,并以此作为视频图像的相关性先验,提出了一种基于局部自回归模型的图像预估重建算法.预估算法中当前图像像素点的自回归参数由参考图像中相似图像块的灰度信息通过学习获得.实验结果表明,与同类算法相比,本文预估算法所对应的递归重建算法可获得更高质量的视频图像重建结果.

玫瑰线和普通旋轮线的逐点生成算法

给出了快速绘制玫瑰线和普通旋轮线的逐点算法。基于曲线表达式的特点,算法将玫瑰线和普通旋轮线的点坐标迭代关系转化为几个简单迭代关系的线性组合。迭代过程中避免了三角函数的运算,每步仅需4次(玫瑰线)或两次(摆线)乘法。算法的绘制误差不超过2/2像素。

基于北斗导航卫星信号的低轨卫星自主定轨（英文）

利用北斗卫星导航信号对低轨卫星自主定轨进行了研究。首先对卫星轨道动力学方程进行了推导,建立一个考虑地球J2摄动下的卫星动力学模型,并利用4阶龙格-库塔数值积分法进行轨道传播。选用北斗卫星导航信号的伪距和伪距率作为定轨的测量方程。然后,对北斗卫星可见星的个数进行了分析。最后,采用SRUKF算法对低轨CHAMP卫星轨道状态进行估计,并通过STK8.1生成仿真数据对SRUKF、UKF和EKF算法的跟踪性能进行对比分析。仿真结果表明,在跟踪过程中最少能接收到18颗北斗卫星信号,能够满足定轨要求。在相同条件下,SRUKF算法的跟踪精度优于UKF、EKF算法,SRUKF算法能减少89%的位置误差和90%的速度误差。

形态成分正则化约束的图像恢复方法

如何设计能够保持图像纹理等小尺度结构特征的图像恢复方法是目前该领域有待解决的难点问题。由于自然图像往往包含卡通(平滑、边缘)、纹理等多种形态结构成分,很难找到单一有效的正则项对整幅图像进行约束。因此将各形态成分分开处理,建立多形态成分正则化的图像恢复最优化模型。采用交替最小化策略,对相应的多变量优化问题进行数值求解,每一子问题采用TwIST算法进行快速求解。仿真实验结果显示与min-TV和min-l1方法相比,形态成分正则化方法可以较好地保持恢复图像的整体视觉效果及纹理等小尺度结构特征。

竹红菌甲素高产菌株筛选

采用平板培养、液态发酵、有机溶剂浸提、紫外-可见光分光光度法等一系列技术手段,对产于安徽南部的竹黄菌和广西的毛竹内生菌的不同菌株菌落形态、色泽进行了观察,并对其次生代谢产物的主要有效成分竹红菌甲素的含量进行了比较分析。结果表明,供试菌株各检测数据之间的差异均达到极显著水平;分离自广西毛竹内生菌菌株ZZZ-817是一株竹红菌甲素高产菌株,竹红菌甲素液体发酵产量达1 760.9 mg.L-1。

基于卫星跟踪和星敏感器的地月L2点星座自主导航

近年来在地月L2点构建自主导航星座用于深空探测已经成为研究热点。针对摄动引起的未知模型误差和量测异常造成单独使用卫星跟踪定轨性能较差的问题,提出了一种基于卫星跟踪和星敏感器组合的导航方案。在方案中融合了星间跟踪的距离、多普勒频移信息以及星敏感器测量的星座卫星与月球之间的角度信息,设计了一个联邦自适应平方根容积卡尔曼滤波器,利用自适应尺度矩阵对测量协方差进行改进,提高了异常测量下的定轨精度和鲁棒性。仿真结果表明,在异常测量下所提出的导航滤波方法的位置误差和速度误差,相比传统的联邦平方根容积卡尔曼滤波分别降低了68.85%和44.17%。

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题,提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先,根据再入滑翔目标的飞行特性,将加速度看成是未知的确定输入构建运动学跟踪模型;然后,对目标的非线性量测信息进行无偏转换,并将得到的噪声协方差矩阵进行解耦,降低算法的复杂度;最后,利用回顾成本的输入估计对未知加速度进行重构,采用递推最小二乘法更新输入估计器的参数矩阵,同时将估计的加速度引入到卡尔曼滤波框架下,实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。

基于改进交互多模型概率数据关联的机动目标跟踪（英文）

为了提高杂波条件下的空中机动目标跟踪精度,提出了一个改进的交互多模型概率数据关联算法。该算法将交互多模型、去偏转换测量和概率数据关联算法相结合,利用交互多模型算法模型集合间不同模型的相互切换来估计跟踪目标的状态;利用去偏转换测量算法对转换测量误差进行去偏补偿,从而减小观测数据坐标变换引起的误差;利用概率数据关联算法处理数据关联和测量的不确定性。通过将本文的算法和基于扩展卡尔曼滤波的概率数据关联算法进行对比分析和验证,实验结果表明本文提出的算法可以提高机动目标的跟踪精度,且跟踪精度相对基于扩展卡尔曼滤波的概率数据关联算法减少26.38%的位置误差。

基于刚体弹道模型的防空火控解算方法

为改善火控系统的通用性和实时性,提出了基于刚体弹道模型的防空火控解算方法。对目标量测信息进行无偏转换,并将无偏转换得到的噪声协方差矩阵做解耦,在对目标状态准确估计同时,降低滤波算法计算的复杂度;利用割弦迭代法计算出命中点坐标,并在每次迭代过程中,利用虚拟脱靶量对射击诸元进行修正,减少对弹道微分方程的计算次数,极大提高火控解算的求解速度。仿真实验结果表明,该方法有效和可行,可以更加精确地计算出射击诸元,且计算量相对于传统火控解算方法得到了显著改善。

毕业设计与科研项目相结合培养学生创新能力

通过将毕业设计与科研项目相结合,探索了在毕业设计中对学生进行创新能力培养的一些措施。

基于提升五株形小波的图像融合

在提升五株形小波多尺度分解的基础上,给出一种新的像素级图像融合方法。该方法利用提升五株形小波变换对每一幅图像进行多尺度分解,按照不同的融合规则,采用多种融合算子去构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像。该方法被成功地用于模糊图像的融合处理。试验结果表明该融合方法十分有效,获得的融合图像更符合人们的视觉特性、更有利于进行监视和侦察之类的视觉感知。

基于Creator和OpenGVS的三维仿真软件的开发

采用虚拟现实建模软件Multigen Creator进行视景建模,视景管理软件OpenGvS来实现场景驱动,构建了一个比较完整和逼真的三维仿真实验系统,并介绍了用OpenGVS来作为实时场景三维动画的驱动来开发仿真软件中需要解决的几个关键问题,包括目标的建模、视点的选取,碰撞的检测,以及爆炸效果的产生。这些技术的运用使得软件仿真的效果更加逼真。

面向多目标跟踪的多传感器优化布局算法

为解决多目标跟踪中的多传感器布局问题,提出一种基于均匀设计和区域划分的多传感器优化布局算法。鉴于每一架无人机配有多个传感器以得到测量数据,因此可将每一架无人机视为一个移动传感器节点。提出的多传感器优化布局算法主要分为传感器的一次优化、二次优化和实时路径规划三步,实现了传感器的最优部署,为每个传感器实时分配最佳可观测目标群,并引导每个移动传感器以最佳方式跟踪运动目标。仿真结果验证了该算法的可行性,且与传感器一次优化布局相比,二次优化可获得更合适的传感器位置,当目标机动时不易丢失目标,实现了传感器的复用,节省传感器资源。

一种星敏感器/陀螺组合卫星姿态确定算法

为满足遥感卫星对于高精度姿态信息的需求,提出了一种星敏感器/陀螺组合的卫星姿态确定算法。针对用QUEST算法计算星敏感器输出的姿态四元数时判断四元数正负的问题,根据幂法求解特征向量的原理对算法进行了改进。在此基础上,根据扩展卡尔曼滤波(EKF)原理,将星敏感器和陀螺输出的四元数差作为EKF的量测量,来补偿陀螺的漂移。此算法既在处理星敏感器矢量信息时利用QUEST算法获得连续最优四元数解,又补偿了陀螺仪的漂移误差,提高姿态确定的精度。仿真结果表明:该算法使卫星的姿态角误差和角速度误差都能收敛至零,姿态角误差估计精度达到0.003°、角速度误差估计精度达到0.03°/h。

变分贝叶斯概率数据关联算法

针对杂波环境下的目标跟踪问题,提出了一种基于变分贝叶斯的概率数据关联算法(Variational Bayesian based probabilistic data association algorithm, VB-PDA).该算法首先将关联事件视为一个随机变量并利用多项分布对其进行建模,随后基于数据集、目标状态、关联事件的联合概率密度函数求取关联事件的后验概率密度函数,最后将关联事件的后验概率密度函数引入变分贝叶斯框架中以获取状态近似后验概率密度函数.相比于概率数据关联算法, VB-PDA算法在提高算法实时性的同时在权重Kullback-Leibler (KL)平均准则下获取了近似程度更高的状态后验概率密度函数.相关仿真实验对提出算法的有效性进行了验证.