基于短时轨迹检测的红外弱小目标轨迹检测算法

为解决虚警率较高情况下红外弱小目标轨迹检测效率下降严重的问题,本文提出一种基于短时轨迹检测的红外弱小目标轨迹检测算法.算法首先在相邻帧间进行短时轨迹检测,然后以短时轨迹为基础建立新的轨迹结构并结合轨迹关联算法完成目标轨迹的检测.文章推导了算法的虚警率和检测概率的关系,证明了本文提出的算法相比单帧检测结合轨迹关联的算法具有更好的检测性能.通过对仿真和实际红外图像序列进行实验表明,本文算法能够在准确检测弱小目标的同时有效的减少无效轨迹的数量,从而提高了算法的执行效率.

基于短时轨迹交互的稀疏UANET贪婪路由协议

为提高稀疏的无人机自组网络中的链路稳定性,采用短时轨迹交互,提出三维空间中具有更准确节点位置预测的贪婪路由协议。根据无人机短时运动的稳定性和短时运动轨迹的可知性,各节点对自身运动轨迹三维曲线拟合后交互拟合系数和运动参数完成邻近节点间的移动性预测,进而利用移动性预测获得的拓扑信息实现贪婪转发,优化链路选择,提高数据包可达率。同时,采用携带转发策略解决稀疏场景下的路由空洞问题。仿真结果表明,与传统的GPSR路由协议相比,所提协议具有更高的数据投递率和更低的端到端传输时延。

基于改进胶囊网络的电力系统暂态稳定评估

针对在电力系统发生故障后,快速、准确评估电网暂态稳定性的需求,提出了一种基于改进胶囊网络和短时受扰轨迹的电力系统暂态稳定评估方法。该方法通过仿真得到量测数据,利用胶囊网络的特征提取能力挖掘隐含在输入数据中的关键特征,建立输入轨迹与电网稳定与否的映射关系,评估系统的暂态稳定性,降低了网络的错判样本,有效提升了模型评估的准确率,增强了模型的鲁棒性以及泛化能力。仿真验证了该方法的可行性,并且所提方法相比于其他机器学习方法的评估模型更加优越。