空中交通管制中改进型冲突探测算法研究与应用

航路区飞行中的冲突探测由于误差的存在,决定了只能采用基于概率的冲突探测算法。文章对基于布朗运动的二维冲突概率算法进行了仿真分析,得出各种因素对冲突概率的影响效果。在此基础上对算法进行了三维扩展,给出了实际应用的流程。该改进型算法已经实际应用于空中交通管制指挥监测系统(ATCCMS)中,运行结果表明改进型算法是满足有效性和实时性要求的。

一种改进的证据冲突衡量因子

为解决证据融合时证据间冲突衡量不准确问题,提出了一种新的证据冲突衡量方法。对当前冲突衡量方法国内外研究现状进行总结,结合典型算例分析,指出了当前方法存在的主要问题。基于前人研究成果,提出了一种改进冲突因子用于衡量证据间冲突,主要基于修正证据距离与合取冲突,对两者采用加性组合。通过一般类型算例与特殊类型算例对所提方法进行验证,结果表明改进的冲突衡量因子能够准确衡量证据间冲突,并具有普适性。

矿粮复合区“三生”空间冲突诊断及演化特征分析——以大冶市陈贵镇为例

[目的]促进乡镇级矿粮复合区空间结构协调稳定,为国土空间规划的合理布局及实施提供科学参考。[方法]以矿粮复合区陈贵镇为例,基于生命周期法选取1986—2020年的5个研究时间节点,通过空间现状图和转移矩阵解释空间格局变化,构建改进的空间冲突测度模型,利用ArcGIS 10.2结合Fragstats 4.2软件分析空间冲突演化特征,使用Google Earth历史影像验证了冲突结果。[结果]农业生产空间和生态空间是转入和转出面积最大的两类空间类型,“耕地—林地”互转成为最显著的土地转换方式;1986—2020年,陈贵镇“三生”空间冲突整体有上升的趋势,在矿业衰退期,较弱、中等和强空间冲突空间单元占比分别减少3.2%,3.09%,0.22%,较强空间冲突占比增加6.51%;“三生”空间的冲突等级除了生活空间,均集中在较弱空间冲突和中等空间冲突等级,两者面积占比超过70%;借助Google Earth历史影像进行对比验证,发现“三生”空间冲突结果与空间现状较吻合。[结论]矿粮复合区受城市化和工业化的影响较大,空间冲突特征明显,参考空间冲突诊断结果,可针对性地实施空间冲突缓解措施,促进地区的可持续发展。

网络管控系统中指令内容冲突消除方案的设计

网络管控系统中,当设备在某一时间内同时收到的多条指令内容之间部分矛盾或具有互斥性时,系统将互斥的指令全部成功发送至目标设备来执行,使设备执行指令时产生混乱,达不到预期的效果。本文设计了一种利用访问控制功能来实现对指令内容冲突的消除方法。通过访问控制功能来避免内容上相互矛盾的指令同时出现。

灰色群组聚类和改进CRITIC赋权的供应商选择VIKOR多属性决策

针对武器装备供应商选择问题,提出了一种基于灰色群组(grey group clustering,GGC)和改进标准间冲突性相关性(improved criteria importance through intercriteria correlation,ICRITIC)组合赋权的扩展多属性妥协解(VIKOR)决策方法。采用考虑决策专家意见差异程度的群层次分析法对供应商初选指标体系进行降维遴选,构建武器装备供应商优选指标体系;结合GGC和ICRITIC组合赋权方法确定主客观权重,并设计权偏好系数进行加法组合赋权;基于VIKOR决策方法集结备选供应商折衷排序值。针对不同折衷系数、排序方法和赋权方法从决策灵活性和稳定性两个维度进行对比分析,验证所提方法的有效性。

基于改进CBS算法的多智能体路径规划

在基于冲突的搜索(conflict-based search,CBS)算法中,冲突的选择具有随机性,导致CBS算法在多智能体路径规划方面的求解效率不佳。为此,本文提出一种改进CBS算法的多智能体路径规划算法。首先,基于冲突子节点的相关信息,提出了一种新的冲突选择策略;然后,为发挥新策略的优势和进一步减少算法的运行时间,采用基于神经网络的RankNet算法来学习新策略,从而得到一个训练好的排序模型;最后,利用训练好的排序模型为CBS算法选择冲突。通过设计实验对改进CBS算法进行仿真验证,结果表明,所提改进算法相比于已有的改进算法,能够有效提高算法的求解效率。

基于相容系数的多传感器融合目标识别方法

针对车型识别技术存在类别判定冲突问题,提出基于相容系数的多传感器融合目标识别方法。首先,采用多假设思想实现多传感器异构数据聚类合并获取单帧融合检测结果;然后,计算证据之间的相容系数对证据冲突重新分配,结合Dezert-Smarandache理论(DSmT)来处理单帧融合后可能出现的证据冲突情况,并获取目标类别的准确识别结果。实测数据结果表明,该方法能克服传感器检测范围受限问题和类别判定冲突问题,目标识别准确率可达93%以上,降低了目标识别的漏检率和误检率,可达到良好的目标识别准确性能。

基于DSmT理论的多视角融合目标检测识别

现有无人车在目标检测中大多依靠单一检测视角进行多传感器数据融合,受传感器检测范围的局限,难以大幅提高准确率,且对融合过程中的类别判定的高冲突情况处理较少.针对以上问题,本文基于多假设思想提出了多视角检测结果的聚类合并方法,并基于DSmT(Dezert-Samarandache theory)和时序信息,改进了冲突分配准则,降低了目标检测的漏检率与误检率.首先利用图像检测算法检测图像中的有效目标,将激光雷达的目标检测结果投影在图像平面上,通过交并比关系构建2种传感器检测结果之间的关联概率矩阵,基于多假设思想实现聚类合并,获取单帧融合检测结果.针对融合过程中可能出现的类别判定冲突情况,利用DSmT融合识别置信度,并结合时序信息对冲突重新分配,获取目标类别的准确识别结果.最后,通过实车实验对算法的有效性进行了验证.