多智能体中央式协同路径规划算法综述

协同路径规划是实现多智能体协同作业的一项关键技术,需要保证行进至目标点前智能体间无碰撞,同时满足规划轨迹平滑性、规划时间有效性等要求。在明确多智能体协同规划问题的基础上,根据算法原理,将中央式协同路径规划算法分为基于A~*搜索、基于冲突搜索、基于安全间隔路径、基于代价增长树、基于规约算法以及其他算法,简单阐述各算法原理。研究发现,基于冲突搜索的协同路径规划算法因其计算质量及速度优势成为当前的主流算法,以此为基础进行改进成为当前研究热点。单一类型的算法对不同智能体规模及场景下的适应能力有限,多类型算法融合及智能化方法的介入将成为未来多智能体协同规划的发展趋势。

一种基于SVD和DWT的音频水印算法

为了保护音频信息的版权并提高音频信息的安全性,利用小波变换的多分辨率特性和奇异值分解对奇异值的稳定性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的音频水印算法。对原始音频信息进行三级DWT,应用Zigzag变换对变换后的低频系数升维,对二维矩阵和水印同时进行分块作奇异值分解,并把水印奇异值线性嵌入到二维矩阵的奇异值中。仿真实验表明,该算法能有效抵抗常见的音频水印攻击,具备良好的鲁棒性和透明性。