基于改进人工势场法的RRT^(*)无人船路径规划算法

为了使RRT^(*)能够更好地适应不同复杂程度的环境,并快速生成一条平滑的较优路径,本文在RRT^(*)算法的基础上引入人工势场法,设计了基于改进人工势场法的RRT^(*)算法。首先,对全局地图进行划分,并进行分区偏置采样;然后,改进节点拓展方式,引入障碍物大小因子来改进斥力势场函数,引导新节点的生成;同时,引入自适应变步长策略,根据距离障碍物的远近,以不同的步长拓展路径点。为了使规划路径更符合无人船的航行特性,采用三次非均匀B样条对改进算法生成的路径进行了平滑处理。为了验证本文改进算法的优势,通过设计特殊障碍物环境、简单障碍物环境以及复杂障碍物环境,对比分析了RRT、RRT^(*)、人工势场法和本文算法,发现了本文改进算法生成的路径平均长度短于RRT、RRT^(*)和人工势场法所规划的路径长度,路径规划效率更高,面对不同障碍物环境有更好的适用性。

红外图像序列运动小目标检测的预处理算法研究

就如何检测复杂背景下低信噪比的运动小目标展开讨论,提出了用空间高通滤波方法改善图像质量,达到抑制背景噪声,增强小目标的效果,随后用似然比检测理论进行目标的初步分离,接着采用邻域判决的方法实现运动目标的进一步分离,最后用图像流分析法进行目标的最终检测。实验结果表明。

基于ITU—T G.165协议实现电话线路回波抵消的仿真研究

文章介绍了一种实现电话线路回波抵消的仿真算法。通过三个仿真单元的设计，最后实现了回波的抵消，实验结果表明，该算法能够成功地应用于系统中，取得了良好的效果。

红外图像序列运动小目标检测的预处理算法研究

讨论了复杂背景下低信噪比的运动小目标的检测 ,提出了用空间高通滤波方法改善图像质量 ,达到抑制背景噪声 ,增强小目标的效果 ,随后用似然比检测理论进行目标的初步分离 ,然后采用邻域判决法实现运动目标的进一步分离 ,用图像流分析法进行目标的最终检测。实验结果表明 :该算法能够对小目标甚至是点目标的运动进行可靠地检测。

自适应类增量学习的物联网入侵检测系统

传统物联网入侵检测系统难以实时检测新类别攻击,为此,提出一种基于堆叠稀疏自编码器(SSAE)和自组织增量神经网络(SOINN)的物联网入侵检测方法。SSAE对已知类别的攻击样本进行稀疏编码和特征提取,所提取的特征输入SOINN,SOINN形成符合流量特征空间分布的拓扑结构。当出现新类别训练样本的特征时,SOINN自适应地生成新节点以建立新的局部拓扑结构。为了保留SSAE在旧类别样本上的知识,对SOINN已有的拓扑结构施加约束,通过误差反向传递间接约束SSAE权重的变化。针对SOINN在新类别上产生的新局部拓扑结构进行自适应聚合和优化,从而实现新类别样本学习。实验结果表明,该方法能基于新类别数据对模型进行增量训练而无需历史类别数据,在CIC-IDS2017数据集的动态数据流中能有效检测新类别攻击同时缓解旧类别数据中存在的灾难性遗忘问题,在初始已知数据集上的准确率达到98.15%,完成3个阶段的类别增量学习后整体准确率仍能达到57.34%,优于KNN-SVM、mCNN等增量学习方法。

二维配位聚合物[Cu_2(chda)_2(bipy)]_n的水热合成与晶体结构

以Cu(NO_3)_2·3H_2O、1,1-环己烷二乙酸(H2chda)与4,4-联吡啶(bipy)为原料,在水热条件下合成出一个配位聚合物[Cu_2(chda)_2(bipy)]_n(1),并通过元素分析、红外光谱、单晶X-射线衍射及粉末X-射线衍射对该化合物进行了表征.结构分析表明化合物1属于单斜晶系、C2/c空间群,晶胞参数为:a=19.909(3)?,b=14.266 9(18)?,c=11.705(2)?,β=125.363(5)°,V=2 711.3(7)?3,Z=4,Dc=1.665g/cm-3,μ=1.627mm-1,F(000)=140 8,R1=0.055 6,wR2=0.096 7[I>2σ(I)].在化合物1中,2个Cu^(2+)离子与4个chda^(2-)上的8个羧基氧原子配位形成螺旋桨式次级构筑单元[Cu_2(CO_2)_4].该次级构筑单元与chdc^(2-)连接形成一维链,进一步通过bipy拓展构筑成二维网络结构.

以1,2-双(4-吡啶基)乙烷为配体的铜(Ⅱ)配位聚合物的合成和晶体结构

以CuCl2·2H2O和1,2-双(4-吡啶基)乙烷(bpe)为原料,在水热条件下合成出一个二维层状结构的配位聚合物[Cu2Cl2(bpe)]n(1).利用单晶X-射线衍射、元素分析、红外光谱、粉末X-射线衍射等对该化合物进行了表征.结构分析表明,化合物1属单斜晶系,P21/c空间群,晶胞参数:a=3.788 1(12),b=15.067(5),c=10.904(3),β=96.460(4)°,V=618.4(3)3,Z=2,Dc=2.053g/cm3,μ=3.84 9mm-1,F(000)=380,R1=0.040 9,wR2=0.099 9[I>2σ(I)].在化合物1晶体中,Cu2+通过μ3-Cl桥连沿a轴方向形成之字型双链梯形结构,进一步通过bpe配体沿b轴方向拓展连接形成二维层状结构.

红外图像序列运动小目标的空间定位

提出了一种利用透视投影变换和卡尔曼滤波对低信噪比红外图像序列运动小目标进行三维空间定位的新方法 ,从而达到对红外运动小目标 (直至几个像素 )进行空间定位的目的 .

基于NDO的ROV变深自适应终端滑模控制器设计

针对ROV的深度控制问题,提出基于非线性干扰观测器的自适应终端滑模控制方法.详细叙述了控制器的设计过程,并利用Lyapunov稳定性判据,验证了存在模型参数不确定性和外干扰时,系统的全局渐近稳定性和跟踪误差的收敛性.仿真实验表明,所提出的控制器不仅能够很好地估计并克服外干扰和模型不确定性等因素,具有很好的鲁棒性能,而且还可以实现在任意规定时刻变深运动的快速收敛.

自主式水下机器人运动稳定性控制方法

针对自主式水下机器人稳定性控制问题进行了研究.首先对水下机器人的总体结构及其在水中的运动特性进行了分析,建立水下机器人系统的动力学模型;然后建立了直线、方向和位置的运动稳定性分析方法,确定了纵向稳定性和侧向稳定性准则,提出了基于特征值的稳定性要求;最后设计了无源自适应控制器,针对水下机器人在水中悬停和运动时易受海流影响的问题,建立了自适应补偿方法,进而确定了输入的不确定性补偿方法.对自主式水下机器人进行多方向的运动稳定性控制试验,通过试验修正稳定性控制参数,验证了设计的水下机器人运动稳定控制器的有效性和可靠性.

AUV模型解耦水平运动多控制器联合控制

为了解决自治水下机器人(AUV)的水平面轨迹跟踪控制问题,提出一种基于解耦模型的多控制器联合控制方法.建立AUV水平面三自由度运动模型并进行模型解耦,将每个自由度都只保留主变量,模型中的交叉耦合项和模型不确定性都当做外干扰项来考虑;对解耦后的AUV运动模型进行轨迹跟踪控制器的设计,针对AUV各个自由度的特点,为轴向和侧向运动设计自适应反演滑模控制器,为艏向运动设计带有干扰观测器的自适应终端滑模控制器;通过公式推导,利用李雅普诺夫理论证明了系统稳定性和误差的收敛性.仿真实验证明:所设计的轨迹跟踪控制器具有较强的鲁棒性能,系统能够实现对平面轨迹的精确跟踪且能够在规定的有效时间内实现对艏向角的精确跟踪.