一种基于稀疏搜索的激活噪声快速聚类算法

针对如何分配噪声和近邻类连接处的数据点影响聚类结果的问题,提出了一种基于稀疏搜索的激活噪声快速聚类算法(ANSC).ANSC能够激活数据中的噪声,以步长方式快速稀疏搜索互连点来共建子簇,并且只需要设置近邻个数.ANSC可以根据噪声的分布特点来判断其类型.在人工和真实数据集上进行实验,结果表明,所提出的方法在有效性和效率方面优于其他的聚类算法.

基于稀疏A*搜索和改进人工势场的无人机动态航迹规划

针对不同属性的障碍物所构成的威胁分布模型,本文提出了一种基于稀疏A*搜索算法预规划和改进人工势场相结合的无人机动态避障算法.该算法首先对威胁分布建立栅格化模型;然后根据静态威胁,基于稀疏A*搜索算法进行全局航迹规划;最后结合预规划路径和动态威胁分布,利用改进人工势场法完成无人机的动态避障.仿真结果表明,该方法能够规划出给定威胁指标下的全局最优路径并达到良好的动态规避性能.

一种三维航迹快速搜索方法

本文提出了基于 SAS的自动三维航迹规划方法。该方法通过把约束条件结合到搜索算法中去 ,有效地减小了搜索空间 ,缩短了搜索时间 ,从而使三维规划能够用于实时航迹规划。在搜索过程中地形信息得到了充分利用 ,使算法生成的航迹能够自动回避地形和威胁。实验证明 ,该方法能够快速有效地完成规划任务 。

无人飞行器航迹规划的工程化稀疏A~＊算法

针对无人飞行器(unmanned aerial vehicle,UAV)低空突防的作战任务背景,结合工程实际,提出了一种面向工程化应用的稀疏A*算法求解航迹规划问题。考虑到UAV的机动性能、任务要求、作战环境威胁等因素,分别从UAV的最大转弯角度、最小直飞距离和最大航程等约束条件对稀疏A*算法的节点搜索策略进行了设计。针对以固定角度进入目标的任务要求,引入虚拟威胁圆满足UAV最大转弯角限制。同时,设计了航路点信息结构,并采用双向链表进行存储;提出了基于最小二叉堆的OPEN表维护方法,提高算法的实时性。最后,通过规划实例对方法进行了验证。

一种飞行器在线航迹重规划算法

提出一种动态稀疏A 搜索 (DSAS)算法 ,该算法能够在具有预先未知威胁的飞行环境中实现航迹在线实时重规划 .当飞行器上装备的探测器探测到飞行环境中有预先未知的威胁出现时 ,DSAS根据新的环境信息局部修正受到影响的航迹段来获得新的航迹 .

一种无人机自主变步长航迹规划方法

现有无人机航迹规划搜索算法大多采用定步长搜索算法,鉴于威胁分布具有不均匀性和突发性,提出了一种无人机自主变步长快速航迹搜索算法。该算法借鉴了稀疏A*搜索算法的部分思想,结合威胁分布信息调整搜索步长,有效减少了搜索时间。仿真结果表明该算法能够快速规划出满足任务需求及约束条件的无人机航迹,验证了算法的正确性和有效性。

适应移动智能设备的目标跟踪器

针对增强现实技术在移动智能设备上应用需求,设计了一种适应移动智能设备嵌入式系统的目标跟踪器。在特征描绘阶段采用亮度信息进行二值特征的快速分割并建立强显著性的二值特征描绘器;在特征选择阶段提出一种稀疏跟踪搜索模板进一步提高跟踪算法的执行效率。然后,在跟踪器中建立了存储目标初始信息的静态库与不断更新目标外观或运动变化信息的动态库,通过对比静、动态库与搜索模板区域中的信息确立跟踪目标位置。对跟踪器执行时间进行了对比,结果表明:在保证较高的跟踪精度条件下,采用稀疏搜索模板能明显改善算法的执行时间,将搜索半径设为10可在绝大多数情况下满足跟踪器的实时要求。对跟踪器的有效能力亦进行了对比,结果显示:在3组不同搜索半径下,提出的DBRISK描绘方法的平均跟踪误差相对于BRISK(Binary Robust Invariant Scalable Keypoints)方法分别下降了16%、28%和29%。实验表明:提出的方法能够明显改善跟踪器的信息提取准确度,适用于计算能力有限的移动智能设备。

空基伪卫星组网部署的航路规划算法

针对以临近空间飞艇为平台的空基伪卫星组网问题,提出了一种空基伪卫星从初始位置到目标位置进行组网部署的航路规划算法。首先,通过梳理空基伪卫星组网的性能指标,设计了基于距离和几何精度因子(GDOP)的航路规划代价函数;然后,对航路规划的约束条件进行了分析,在稀疏A*算法的基础上,设计了距离代价和GDOP代价权重可自适应调整的空基伪卫星航路规划算法,并对规划出的航路采用Dubins曲线进行平滑;最后,通过仿真实验,对提出的航路规划算法进行了验证。仿真实验结果表明,航路规划算法在GDOP较恶劣的情况下,能够有效地在后续的航路规划中降低GDOP代价,提高用户定位精度;而在GDOP较为良好时,则可以增加距离代价的权重,在航路规划时使伪卫星尽快向目标位置收敛,减少时间消耗。