基于多目标合作博弈的储能平滑风功率运行控制策略

为了平滑风电功率波动,针对现有的控制策略未考虑储能运行过程中多个目标之间的竞争冒险关系,基于合作博弈论提出了用于平滑风功率的多目标储能运行控制策略。模型预测控制(modelpredictivecontrol,MPC)中预测区间M的大小与储能运行策略有着密切联系。该研究以MPC中预测区间M为决策变量,探究其变化对风电平抑效果和储能控制策略的影响,并以此制定储能运行策略。首先建立了风-储联合发电系统模型,分析了储能运行过程中因M的改变导致目标函数间产生的合作博弈关系,其次改进了多目标哈里斯鹰算法(improved multi objective Harris hoptimizer,I-MOHHO)获取了沿所有目标均匀分布的Pareto最优前沿。最后在Pareto最优解集中选择一个M作为Pareto最优解嵌入到MPC中进一步滚动优化储能运行控制策略。结合储能运行成本的变化与传统控制策略对比分析,结果表明:1)M的改变对储能运行策略影响显著;2)考虑了合作博弈后的储能运行各项指标均得到了优化;3)基于多目标合作博弈的储能日运行成本降低了55.91%。

基于进化多目标合作博弈的体域网通信优化

为解决基于云计算的体域网中,数据量、通信带宽和传感器节点能耗之间的相互冲突问题,提出进化多目标合作博弈解决方案。建立数据量、带宽和传感器节点能耗的博弈模型;构造收益函数进行共谋合作博弈,实现各目标利益的均衡。在设计算法中,引入精英保留机制,提高收敛速度;引入Levy飞行算子,避免陷入局部次优。仿真结果表明,该算法能有效实现上述三者之间的均衡,在收敛速度、解的分布性和多样性方面优于多目标进化算法和非合作博弈方法。

核心素养下的小学数学目标合作导学教学研究

在小学数学教学中,不仅要让学生掌握基本的数学知识,更要形成一定的数学核心素养,达到一定水平的综合数学能力。文章基于小学数学核心素养培养的要求,依托目标合作导学课堂的尝试,促进学生核心素养能力的提升。

在小学数学核心素养下构建目标合作导学课堂

《义务教育数学课程标准（2011年版）》以延展性的视角和拓展性的思维,将小学数学知识点梳理为四大领域：数与代数、图形与几何、统计与概率、综合与实践,归纳为十大核心概念：数感、符号意识、空间观念、几何直观、数据分析观念、运算能力、推理能力、模型思想、应用意识和创新意识。根据课程标准的核心要义,文章着重探讨利用目标合作导学课堂来培养小学生的数学素养,让学生在学习、探究中提高合作能力,在合作、交流中体验数学的乐趣。

不均匀光照下的合作目标图像分割方法

针对复杂光照条件下目标测量中,合作目标图像很难被快速、准确分割这一难题,将模糊积分引入图像分割领域,改进传统的局部自适应阈值算法。首先,采用面积求和表(SAT)算法求出合作目标图像的积分图像;其次,根据模糊测度和所选择的离散模糊积分公式计算模糊积分图像;最后,根据模糊积分图像计算每个像素点的阈值,对原图像进行二值化。实验结果表明,改进后的基于模糊积分的局部自适应阈值算法分割的平均结构相似性(SSIM)指标相较于改进前普遍提升了10%~30%,分割效率大幅提升,最终成功地分割合作目标图像。

基于专利数据的产业链视角下企业合作目标预测研究--以新能源汽车产业为例

[目的/意义]企业在产业链不同环节上的技术合作具有不同但相关的特点,并且还受企业自身技术特征影响,因此从产业链视角研究企业的合作关系对企业制定灵活有效的战略规划有重要意义。[方法/过程]文章提出一个基于LDA与GCN模型的产业链多层网络框架MNIC-LG。首先,基于专利数据根据产业链上、中、下游的关系建立企业多层技术合作网络;其次,使用LDA主题模型提取企业的技术主题概率矩阵作为节点的技术特征属性;最后,使用GCN提取网络结构属性,再融入层间关系,通过链路预测得到企业产业链各层环节的技术合作目标。[结果/结论]企业在产业链上特定环节的合作受自身技术主题属性与其他环节合作关系的影响。使用多层网络,结合企业的技术主题属性特征与网络结构特征,引入产业链上的层间关系分析产业链各层企业技术合作关系的方法可行,能够有效预测企业在产业链上各环节的合作目标。

基于TEASER算法的空间非合作目标位姿估计

基于点云的空间非合作目标位姿估计,常受到噪声影响.提出截断最小二乘估计与半定松弛(truncated least squares estimation and semidefinite relaxation,TEASER)与迭代最近点(iterative closest point,ICP)的结合算法,提升空间非合作目标位姿估计精度与鲁棒性.该方法包括粗配准与精配准两个环节:在粗配准环节中,基于局部点云与模型点云的方向直方图特征(signature of histogram of orientation,SHOT)确定匹配对,利用TEASER算法求解初始位姿;在精配准环节中,可结合ICP算法优化位姿估计结果.北斗卫星仿真实验表明:在连续帧位姿估计中,噪声标准差为3倍点云分辨率时,基于TEASER的周期关键帧配准方法的平移误差小于3.33 cm,旋转误差小于2.18°;与传统ICP方法相比,平均平移误差与平均旋转误差均有所降低.这表明所提出的空间非合作目标位姿估计方法具有良好的精度和鲁棒性.

多站联合观测非合作目标的定位批号关联算法

在多站联合对非合作多目标进行定位场景中,提出了一种批号关联算法。该方法利用模糊数学理论描述已关联集和待关联量测中方位信息、连续谱特征信息和线谱特征信息之间的模糊隶属度,构建综合模糊关系矩阵进行二维关联,通过设置隶属度门限消除低隶属度关联的影响。仿真结果表明,所提算法克服了传统算法在目标增多关联成功率下降的问题,在一定的漏报虚警时关联结果召回率可达到0.8以上,关联结果精度也保持在较高水平。仿真结果及试验数据均验证了该方法在复杂水下环境中较好的目标关联定位性能。

基于深度学习的非合作目标关键点检测及匹配方法

针对非合作目标相对位姿测量任务中特征点检测及双目匹配环节易受环境干扰、鲁棒性弱的问题,提出一种更具实用价值的方法。首先,将具有代表性的某型号卫星模型视为非合作目标实验对象,并针对其结构特点开发了关键点标注软件,以生成数据集并用于深度卷积神经网络(DCNN)模型的训练;之后使用不同算法对DCNN模型输出的两类信息进行分析,完成关键点检测;最后通过对识别对象进行双目匹配,从而间接完成关键点双目匹配。将该方法应用到自主搭建的系统平台,并与传统算法进行对比,结果表明,该算法可在实际应用环境中完成非合作目标的关键点检测及其双目匹配,并具有较强的鲁棒性,为非合作目标相对位姿测量任务的关键环节提供了一种新思路。

DMANet:针对空间非合作目标位姿估计的密集多尺度注意力网络

利用单目相机对空间非合作目标进行准确的姿态估计对于空间碎片清除、自主交会和其他在轨服务至关重要。然而,单目姿态估计方法缺乏深度信息,导致尺度不确定性问题,大大降低了其精度和实时性。本文首先提出了一种多尺度注意块(Multi-scale attention block, MAB),从输入图像中提取复杂的高维语义特征。其次,基于MAB模块,提出了空间非合作目标6自由度位姿估计的密集多尺度注意网络(Dense multi-scale attention network, DMANet),该网络由平面位置估计、深度位置估计和姿态估计3个分支组成,通过引入基于欧拉角的软分类方法,将位姿回归问题表述为经典分类问题。此外,设计了空间非合作目标模型,并利用Coppeliasim构建了姿态估计数据集。最后,与其他最先进的方法相比,在SPEED+、URSO数据集和本文数据集上全面评估了所提出的方法。实验结果表明,该方法具有较好的姿态估计精度。

一种基于点云配准的空间非合作目标相对位姿估计算法

针对空间机器人在轨维修等任务中的非合作目标位姿估计问题,提出一种基于点云配准的空间非合作目标位姿估计算法。在粗配准阶段,利用复合滤波算法保留点云外形并降低点云密度,通过主成分分析法求出特征向量,建立特征向量变换关系,利用RANSAC算法检验匹配效果。在精配准阶段,使用基于改进ICP算法的精配准算法,求出旋转矩阵和平移矩阵,得到位姿估计值。采用经旋转平移变换和高斯噪声处理的6组数字卫星点云模型进行点云配准性能验证,并利用TOF相机采集的卫星缩比模型点云进行位姿估计算法验证。经验证,算法的姿态角测量误差小于0.4°,位移测量误差小于3 mm,是一种针对空间相对位姿测量问题的抗噪性能更好、鲁棒性更高的有效解决手段。

基于Lyapunov-MPC方法的非合作目标近距离抵近控制

针对航天器近距离视线抵近同时存在轨道与姿态机动的非合作目标特定方位控制问题,提出了一种基于控制Lyapunov函数(CLF)的模型预测控制方法 (LMPC)。首先,根据视线坐标系下的轨道动力学方程,建立了满足视线指向要求的航天器相对轨道动力学模型,并推导了期望轨道的解析表达式。其次,利用MPC方法设计控制器进行在线优化控制,并通过纳入基于李雅普洛夫方法的非线性反步控制的显式特征,构建收缩约束式,以确保闭环稳定性。接着,对基于LMPC的控制方法的递归可行性和闭环稳定性进行了证明。最后,仿真结果证明了所设计的LMPC轨迹跟踪方法的有效性和鲁棒性。

基于合作目标的空间目标尺寸反演模型

传统基于亮度的空间目标尺寸反演方法需结合探测器响应,其误差会影响尺寸反演的精度。为了解决这一问题,文章提出引入合作目标亮度信息来辅助尺寸反演的方法,将合作目标亮度信息与空间目标进行比对,消去误差较大的探测器响应,转化成精度更高的合作目标位置信息,从而实现反演精度的提高。首先建立了基于合作目标亮度和位置信息的空间目标观测模型,然后依据辐射度学推导空间目标尺寸反演解析式,给出计算误差,最后结合实例对模型进行验证。结果显示基于合作目标亮度信息的尺寸反演精度较传统方法提高约46.9%,说明引入合作目标辅助尺寸反演能够有效提升反演精度。

面向合作目标的多无人机时钟同步算法

针对具有随机通信时延的无人机集群的分布式时钟同步问题,提出一种基于合作目标的多无人机时钟同步算法。结合合作目标的运动参数信息和状态估计信息,将时钟同步问题转换成时钟偏差和时钟漂移估计问题,给出了基于优化的同步时间估计方法,并通过最大似然估计方法校准时钟偏移和时钟漂移。最后,针对线性和非线性观测模型以及不同的观测噪声法方差进行了仿真。仿真结果表明,所提算法具有较高的时钟同步精度,初始偏差估计误差可稳定在毫秒级别,时钟速率估计误差可稳定在0.2 ms/s,且观测噪声方差越小的情况下精度越高。所提方法对随机通信时延、节点故障和动态拓扑情况具有良好的鲁棒性,可有效实现无人机集群在GNSS拒止环境中的时钟同步。

基于N-EKF的非合作低轨目标双星无源定位跟踪算法

针对两颗天基光学卫星对低轨非合作目标进行无源定位跟踪的问题,提出了一种基于Newton迭代与扩展卡尔曼滤波(Newton iteration and extended Kalman filter,N-EKF)的定位跟踪算法。首先,将基于角度测量信息的双星观测模型转化为双直线公垂线中点问题,并进一步转化为非线性方程问题,使用Newton迭代算法得到非合作目标的初始定位信息。然后,采用扩展卡尔曼滤波(extended Kalman filter,EKF)方法,在初始定位信息基础上,结合近地轨道动力学模型,实现对非合作在轨目标的精确跟踪滤波。最后,通过仿真验证了所提方法的可行性及优势。

基于合作目标的无人机精准引导降落技术

针对无人机起飞降落过程中对定位精度的需求,开发了基于合作目标的无人机精准引导降落系统。系统设计了基于AprilTag的多层嵌套编码标识作为视觉定位合作标志,用于解算降落场地编码信息和计算无人机视觉定位数据,并融合惯性导航数据实现无人机的准确定位。通过视觉图像质量、位姿数据准确度、定位数据跳变情况等参数估算出无人机位置姿态数据的置信度值,通过加权滤波算法优化系统的定位精度。系统进行了实物测试,实验结果表明:该视觉引导降落系统定位精度0.2 m以内,能够满足垂直起降无人机起飞降落阶段的定位精度需求。

基于合作目标的外辐射源雷达发射站直接定位

外辐射源雷达利用已知位置信息的第三方发射站发射的信号作为照射源,对运动目标进行探测定位。但在实际应用中,发射站精确位置信息往往难以预先获取,给外辐射源雷达在未知环境中的快速应用带来困难。为了解决该问题,将已知轨迹的无人机作为合作目标。利用实时获取的无人机位置信息,建立了发射站位置未知时的目标直接定位模型。并进一步构建了基于目标位置的代价函数,从而实现对发射站位置的精确估计。该方法不仅可以克服常用两步定位算法中存在信息损失的不足,可达到更高的定位精度,而且利用了外辐射源雷达直达波信号,较传统直接定位方法性能更优。最后,通过仿真验证了该算法的有效性。

非合作目标弹道系数解算研究及应用

弹道系数是非合作目标轨道预报的重要参数,对于数目庞大的非合作目标,利用有限的测控资源进行弹道系数的快速解算是空间目标监测的迫切需求。基于双行根数(TLE)的半长轴衰减信息,提出了一种改进的弹道系数解算算法。通过多项式平滑检测和二次判别,识别出野值、轨道机动和地磁暴3种情况;分析了构造半长轴衰减观测量的依据,比较了不同观测弧长对弹道系数解算的影响;利用天宫一号数据对所提算法解算的弹道系数进行精度评估,并将解算结果在天宫一号陨落预报中进行验证。结果表明:基于TLE解算的弹道系数稳定、准确,适用于非合作目标轨道预报。

基于深度学习的非合作目标感知研究进展

近年来,随着卷积神经网络的发展,基于深度学习的图像感知技术取得了巨大进展。由于深度学习算法不依赖人工辅助设计标记、泛化能力强、检测精度高,在空间非合作目标智能感知领域引起了国内外学者的关注。分析了应用深度学习方法进行非合作目标智能感知的研究现状,并对其进行了分类介绍与总结。首先,总结了空间非合作目标感知的在轨应用情况和任务阶段规划,接着分析了非合作目标的结构特性和表面光照特性;其次,梳理总结了建立非合作目标数据集的三种方法,并分类归纳了非合作目标识别与非合作目标位姿检测的国内外研究进展;最后,分析了基于深度学习的非合作目标智能感知方法的关键问题与难点,并给出了后续研究的思路。