一种基于凸优化理论的多无人机避障控制算法

无人机编队在飞行过程中由于地形障碍和任务航线的约束,需要对特定区域进行规避,可能导致无人机编队无法保持设定队形执行飞行任务。为保持无人机编队构型的稳定性,需要无人机编队在完成避障飞行后,尽快恢复到原有编队状态。针对这一问题,本文基于凸优化理论研究了一种最短时间避障控制算法,基于势函数理论设计了无人机飞行中的控制参数,建立了避障稳定时间与控制增益之间的关系,通过内点算法优化控制器增益,从而保证无人机完成避障飞行后能够以最短时间恢复原有队形。仿真表明,本文所提出的控制算法在完成避障飞行后能够以较短的时间恢复原有队形。

一种求解控制理论问题的新工具:LMI凸优化方法

系统和控制理论中许多重要的问题,都可转化为线性矩阵不等式约束的凸优化问题,从而使其在数值上易于求解。在阐述了线性矩阵不等式方法的基本概念和内容后,介绍有关算法及计算软件。

基于凸优化理论的多传感器故障诊断技术

针对DS证据理论基本概率赋值函数难以获取、证据间要求相互独立等缺点,提出了利用凸优化理论来建立满足需要的多传感器故障诊断模型。本文首先分析了传感器故障诊断报告的形式,构造了多传感器故障融合的代价函数。通过分解代价函数,将多传感器故障诊断问题转换为凸优化问题。同时利用对数罚函数内点算法求解凸优化模型,该算法结构简单,计算量小,易于实现。理论分析和仿真结果表明,基于凸优化模型的多传感器故障诊断方法较之传统的DS证据方法具有更好的识别能力、更强的鲁棒性和更广的适用范围。

基于凸优化理论的多传感器目标识别技术

针对证据理论计算复杂度高、无法处理具有冲突的传感器报告、干扰环境下融合结果不可靠等缺点,提出了利用凸优化理论来建立新的多传感器目标识别模型.根据传感器报告的特点,引入传感器可信度因子,构造了多传感器目标识别的代价函数,并且通过分解代价函数,将多传感器目标识别问题转换为凸二次优化问题.引入"惩罚因子",提出了利用对数罚函数法求解该问题的方法和步骤.理论分析和仿真结果表明,该识别模型能够实时高效地识别目标,并且较之证据理论具有更好的识别能力、更强的鲁棒性和更广泛的适用性,在多传感器目标识别中具有很好的应用前景.

前馈网络凸优化算法的自适应分析及应用

该文利用凸优化理论和约束优化理论为前馈神经网络构造出了一个新的优化目标函数。该目标函数的一个重要特点是:若固定连接权值,它对隐层输出来说为凸的;若固定隐层输出,它对连接权值来说为凸的。对该目标函数进行优化时,把隐层输出也做为被优化变量,交替优化隐层输出和连接权值;之后再增大惩罚因子的值,重复上述步骤,直到惩罚因子足够大为止。用新的目标函数设计的前馈网络凸优化算法,能在很大程度上克服以往算法易于陷入局部最小而使网络训练失败的缺陷。从理论和实践上对新算法进行了深入分析,重点分析了惩罚因子在算法中的重要作用,并通过图像压缩这一实例进行了很好的验证。

全双工无线通信中射频自干扰抑制的凸优化分析

全双工无线通信网络中,通过有效的自干扰抑制手段,终端设备可以采用同时同频收发的全双工模式工作。文中主要研究的是有用信号对射频域自干扰抑制性能的影响。通过对射频自干扰抑制性能的分析,可以看出,在不存在有用信号的情况下,射频自干扰抑制是一个凸优化问题,可以得到最优估计参数及最佳射频干扰抑制性能。当有用信号存在且信道时变,射频自干扰抑制不再是凸优化问题,自干扰抑制能力下降。实验仿真验证了理论分析结果,进一步表明有用信号的信道条件是限制射频域自干扰抑制性能的重要因素,且在非凸优化情况下,干扰抑制性能恶化。

基于凸优化理论和随机投影的稳健压缩匹配场处理

针对环境失配条件下的水下目标定位问题,提出一种基于凸优化理论和随机投影的稳健压缩自适应匹配场处理算法。首先借鉴最差性能最优思想,将各种环境参数的不确定性建模为拷贝场向量的不确定集,提高自适应匹配场处理算法的稳健性;然后利用凸优化理论,将非凸优化转化为凸优化中的二阶锥优化问题进行求解;最后引入随机投影,对拷贝场向量和声压场向量降维,在保持算法的稳健性基本不变的同时降低算法的复杂度。SWellEx-96实验海试数据处理结果表明,与自适应匹配场处理算法相比,该算法提供了主瓣保护和旁瓣抑制能力,稳健性明显提高。

基于凸优化理论的三维微分对策制导规律求解

针对三维微分对策制导律(DGL)求解问题,引入凸优化理论,将DGL求解归结到Hamil-ton系统的求解,设计了DGL求解算法,通过对代价函数梯度特征的凸分析,推导出对策系统鞍点存在的充要条件和求解方法,解决了以往通过对微分对策模型简化求解导致的模型不能客观反映作战过程的问题。

基于凸优化理论的时频差高精度提取算法

针对新一代后勤保障装备信息化体系中高精度定位需求,提出一种基于凸优化理论的时频差参数高精度提取算法。该算法首先借助互模糊函数初步获取目标定位参数,然后利用逼近曲线和样本点构建"软"、"硬"准则相结合的规划函数,最后利用凸优化理论求解得到分数倍信号采样间隔估计精度的估计结果。仿真实验表明,该算法能够明显改善估计精度,解决了精度受限的问题,从而进一步保证了目标定位精度。

一种新的辐射源优化识别方法

针对证据理论无法获得传感器报告、无法处理具有冲突的传感器报告、计算复杂度高、干扰环境下融合结果不可靠等缺点,提出了一种新的辐射源优化识别方法。该方法首先利用灰色关联算法来获得传感器的报告,并且提出利用信息熵解决灰色关联分析中特征权重的选择问题。然后根据传感器证据报告的特点,引入传感器可信度因子,通过构造和分解代价函数将辐射源识别问题转化为求解一个凸二次优化问题。最后,给出了一种利用对数罚函数方法求解该问题的改进方法和步骤。理论分析和仿真结果表明,与证据理论相比,新方法具有更低的计算复杂度、更好的识别能力、更广的适用性和更强的鲁棒性。

钢框架结构离散优化问题的理论下界

针对两种典型的钢框架结构离散优化问题,即柔度约束的最小体积问题和体积约束的最小柔度问题,提出了基于凸组合的线性松弛方法,将关联离散变量进行线性松弛,进而将非线性、非凸的离散优化问题转化为松弛的凸规划问题.其中,体积约束的最小柔度问题可松弛为二阶锥规划问题,柔度约束的最小体积问题可松弛为半定规划问题.采用成熟的优化求解器,就可以得到两类凸规划问题的全局最优解,也就是原离散优化问题的理论下界.以一跨四层钢框架的离散优化问题为例,用所提出方法进行求解,并用枚举法和遗传算法对优化结果进行验证.数值结果证明,所提出方法可以快速得到离散优化问题的理论下界.

鲁棒凸优化问题拟近似解的刻划

本文研究鲁棒凸优化问题拟近似解的最优性条件和对偶理论.首先利用鲁棒优化方法,在由约束函数的共轭函数的上图给出的闭凸锥约束规格条件下,建立了拟近似解的最优性充要条件.其次给出了鲁棒凸优化问题拟近似解在Wolf型和Mond-weir型对偶模型下的强(弱)对偶定理.最后给出具体实例验证了本文获得的结果.

最优化理论中的两个注记

本文给出了文［１］中的几个主要结果（即［１］中的推论２，定理４，定理６及定理７）的反倒，进而更正了相应结果，并对文［２］中有关半严格凸函数的一个性质（即［２］中定理６）的冗长的证明加以了改进，将原来的反证改为直接证明，大大简化了该定理的证明，同时也改进了该定理的条件。

复杂摩擦金融市场中的最优消费—投资组合的弱无套利分析

我们分析了包括两种不同的固定交易费、不成比例的交易费、和买卖价差及税收等条件下的最优消费-投资组合无套利的情形,运用优化理论和凸分析方法,得到最优消费-投资组合无套利的一些重要性质。

基于凸模型的复杂多学科系统可靠性设计研究

复杂工程系统通常涉及到多个相互耦合的学科,而且其中往往存在不确定性因素。本文采用凸模型描述不确定性变量,将序列优化和可靠性评价方法应用于多学科可靠性优化之中,提出了一种新的多学科系统可靠性设计方法。在该方法中,可靠性分析采用功能度量法,多学科优化方法采用多学科可行方法或者二级系统一体化合成优化方法。数值算例和工程算例说明,该方法求解效率较常规嵌套求解方法效率高,为复杂工程系统的可靠性设计提供了一种新型求解算法。

线性矩阵不等式及在控制理论中的应用

系统和控制理论中许多重要的问题 ,都可转化为线性矩阵不等式约束的凸优化问题 ,从而使其在数值上易于求解。本文阐述了线性矩阵不等式方法的基本概念和内容 ,并介绍了有关算法及计算软件 。

线性矩阵不等式在控制理论中的应用及发展

表明范围广泛的一系列控制理论及应用分析与综合问题，如鲁棒控制、非线性控制、Ｈ∞控制等，可以简化为三类标准线性矩阵不等式（ＬＭＩ）问题的求解问题．利用最近发展起来的内点算法，可以十分有效地得到这些标准ＬＭＩ问题的数值解．简述了三种基本ＬＭＩ问题，并用图示的方法说明了ＬＭＩ技术之所以能用于范围广泛的控制问题的深层原因，即其与已有的一些重要的控制原理，如小增益定理、正实定理等的深层联系．然后，列举了一些具有代表性的用ＬＭＩ求解控制问题的最新结果，如线性时不变系统的多目标综合，特殊非线性系统的Ｈ∞综合，线性参数时变系统的增益调度．最后，对ＬＭＩ技术作了展望，如用于时滞系统、随机系统的分析和综合问题的研究等．

凸函数的新发展

凸函数在最优化理论中起着重要的作用,为了突破传统最优化理论的局限性,近年来,人们从多种途径推广凸函数的定义,本文综述了凸性在最优化理论中的最新发展。

拓扑向量空间中锥半连续性与锥拟凸映射

对于拓扑向量空间中的几个锥拟凸映射 ,讨论了它们之间的若干关系 .同时 ,对锥半连续及锥上半连续映射的锥拟凸性给出了一些结果 .

基于正则化的胎心监护图智能分类算法研究

目的:基于凸优化理论探讨智能评估胎儿在子宫中健康状态的方法,快速准确评估胎儿在宫内的健康状态。方法:在详细描述胎心监护数据参数含义的基础上,阐述基于数据的核范数正则化评估方法;采用波尔图大学公开的真实数据集,在Matlab软件环境下实施算法流程,计算该方法用于胎儿健康状态分类的准确性。结果:基于正则化的胎心监护图智能分类算法优化了数据量过小所导致的过拟合问题,准确率最高达92.14%,高于逻辑回归模型、卷积神经网络方法、RF+GBDT+AdaBoost+XGBoost融合模型以及最小二乘支持向量机的算法准确率。结论:本算法可以辅助临床医师对胎儿状态进行智能评估,提高临床决策的准确性。