无人机对地目标多帧融合定位与误差收敛特性分析

对地目标高精度定位是无人机开展目标侦察、火力引导、效能评估等的重要前提,然而无人机对地目标定位精度受到误差因素多、传递链长等因素的制约。采用基于卡尔曼滤波的图像多帧配准对地面目标定位的方法,通过融合无人机获取的多帧目标图像,基于卡尔曼滤波方法,研究无人机对地目标高精度融合定位方法,并引入蒙特卡洛法进行仿真,分析基于卡尔曼滤波法多帧融合定位的误差收敛性、大小和分布,分析观测间隔、视线俯仰角等对误差收敛性的影响,形成若干提高定位精度的建议。

基于指数收敛的喇叭形河口河宽公式研究及应用

基于卫星遥感影像,提取了我国6个喇叭形河口沿程河宽数据,采用LANZONI和SEMINARA提出的喇叭形河口河宽收敛公式进行拟合,得到的河口形态与实际形态偏差较大,从而对公式参数进行优化,提出基于河口上下游宽度比和水域面积的两个河宽收敛公式。研究表明:提出的公式对喇叭形河口平面形态拟合相关系数更高。引入收敛误差和喇叭形态参数作为喇叭形河口及其收敛性的判别指标。以椒江河口为原型建立概化喇叭形河口水动力模型,得到基于新提出公式模型的水动力特征更接近实际河口。

Kirchhoff型抛物方程的Galerkin有限元法的超收敛误差分析

文章研究了后向Euler全离散Galerkin格式下的Kirchhoff型抛物方程的超收敛误差分析。首先,讨论了数值解的先验误差估计,并证明了数值解的存在唯一性。其次,使用双线性元的高精度误差估计以及Ritz投影算子与插值算子相结合的技术,通过技巧性地处理非线性项得到了超逼近的误差估计结果。再次,通过插值后处理方法获得了整体的超收敛结果。最后,通过数值试验验证了理论分析的正确性。

自治常微分方程欧拉法的长时间收敛性和误差估计

利用向前和向后欧拉法研究了自治常微分方程趋于其渐进稳定的双曲平衡点的解的逼近,得到了向前和向后欧拉法的解在无界时间区间[0,∞)上的最优误差估计。几个数值试验验证了理论分析的正确性。

抛物积分微分方程的Crank-Nicolson全离散格式下的超收敛分析

文章基于低阶协调的双线性元在矩形网格下的高精度积分恒等式,在时间方向使用具有二阶精度的Crank-Nicolson离散格式,再利用插值与投影相结合的技巧,给出了抛物积分微分方程的全离散格式下的超逼近和超收敛的误差估计。最后,通过数值试验验证了理论分析的正确性。

HEV用功率型三元锂电池SOC估算模型及验证方法研究

准确预测动力电池SOC是混合动力汽车产品技术开发的难点,文章介绍一种基于功率型三元锂电池的电池等效模型的SOC估算方法。基于Ah积分结果运算电池SOC,并通过龙伯格方程修正实现SOC估算误差收敛。试验结果表明,25℃下该方法预测功率型三元锂电池的平均误差≤4%,实现SOC误差收敛,满足大部分电池系统SOC估算精度要求。

基于深度强化学习算法的弹性供应链调度优化方法

由于参与供应链的客户需求和供应者配置的多元性,导致供应链的配送成本难以得到有效控制,主要是因为在模型求解过程中,受困于参数本身的矛盾性,求解过程很容易陷入局部最优。为此,提出基于深度强化学习算法的弹性供应链调度优化方法研究。分别从供应者配置角度和客户需求角度构建了供应链模型,以供应链配送成本最小化为目标函数,应用深度强化学习算法中的深度Q网络(deepQ-network,DQN)算法进行训练,同步进行弹性供应链优化调度。DQN能够有效地处理这种高维状态空间,通过深度神经网络学习状态与动作之间的映射关系,自动提取关键特征,从而简化问题的复杂性。将收敛输出结果期望误差,输入供应链模型进行迭代计算,输出优化调度结果。测试结果表明,设计的方法可以实现对配送成本的有效控制。

基于残差卷积神经网络的网络安全态势感知方法

由于影响网络安全态势的因素具有多元化的特征,网络安全态势的观察值与预测值也是不断变化的。这种波动导致传统的神经网络在对其进行感知时,对应的收敛误差难以控制。提出基于残差卷积神经网络的网络安全态势感知方法研究。分别从网络自身和攻击状态两个角度,对网络安全态势影响因素进行量化分析;再利用卷积核的权重系数对输入神经网络的整体状态参数进行加权平均,提取各网络安全态势影响因素状态。引入残差损失参数对残差卷积神经网络的池化结果进行约束,输出最终的网络安全态势值。在测试结果中:收敛误差值面对不同类型的网络流量和攻击手段表现出了较高的稳定性,且始终处于较低水平,收敛误差最大值仅为0.0345。

不确定非线性系统高精度自适应模糊控制

针对一类未知边界函数的不确定仿射非线性系统,提出一种高跟踪精度特性的自适应模糊控制器。基于变论域模糊系统理论证明了最优逼近误差在特定条件下具有局部收敛特性。通过以跟踪误差作为输入并选择适当的自适应参数,设计出逼近误差局部收敛的自适应模糊控制器。以最优逼近误差存在未知上确界为主要假设,证明了闭环系统在所有信号一致有界意义下的稳定性和跟踪误差收敛性。该控制器无需附加补偿器即可在理论上消除逼近误差对跟踪误差的影响,从而实现平滑控制输入下的高精度跟踪性能。单力臂机械手控制的仿真结果表明了该方法的有效性。

改进的求解非线性方程组的迭代神经网络算法

利用BP神经网络可以逼近多变元非线性方程组的函数的反函数,并利用迭代算法进行求解方程组的根。在实验中发现迭代算法在迭代过程中由于误差过早收敛出现无穷迭代,且由于误差并不一直随迭代次数的增加而减少导致最后收敛的值并不一定是最小值。针对这两个问题对其进行了改进,并利用算例进行了实验分析。在输入区域偏离解区域很远的情况下也能求得方程组的近似解。

基于多新息理论的深度信念网络算法

针对深度信念网络(DBN)算法在采用反向传播修正网络的连接权值和偏置的过程中,容易产生梯度小、学习率低、误差收敛速度慢等问题,提出一种结合多新息理论对标准DBN算法进行改进的算法,即多新息DBN(MIDBN)。MI-DBN算法是对标准DBN算法中反向传播的过程重新建模,使得算法在原先只利用单个新息的情况下,扩展为能够充分利用之前多个周期的新息,从而大幅提高误差收敛速度。通过实验对MI-DBN算法和其他分类算法进行了数据集分类的比较,实验结果表明,MI-DBN算法相较其他分类算法,其误差收敛速度较快,而且最终对MNIST数据集和Caltech101数据集的识别中误差结果相对更小。

用WSN建立数据链的主从弹协同作战模型

结合无线传感器网络(wireless sensor network,WSN)技术特点,提出一种用WSN建立数据链的主从弹协同编队制导作战模型。论文给出了模型的组成,描述了模型中不同WSN节点的组网方式及网络拓扑,并描述了WSN网络建立及实现过程。推导了基于XX型号导弹的领弹-攻击弹模式协同编队制导律,并在此基础上仿真分析了不同WSN网络时延对不同期望编队距离下协同编队制导误差收敛性的影响。仿真结果表明,不同编队期望距离具有不同的WSN网络时延容忍度,且期望编队距离越小,时延容忍度越大;在不同的期望编队距离下,编队误差收敛性都随着时延的增加而变差;在网络时延容忍度范围内,期望编队距离越大,完成预期编队队形的速度越快。对时延容忍范围的仿真与分析可为实际战术数据链设计提供一定指导意义。

基于自抗扰控制技术的多电机同步控制

对采用偏差耦合控制策略的永磁同步电机多电机同步控制进行仿真研究。引入自抗扰控制技术实现电机控制,各同步控制器的输出补偿负载转矩。考虑到电机实际运行中参数随温度发生变化,为进一步提高转速同步控制性能,采用模型参考自适应算法对电机参数进行在线辨识,结果用于在线修正自抗扰控制器结构参数。从理论上分析了扰动引起的误差收敛情况,仿真结果验证了整体方案的可行性,可以实现4台永磁同步电机的转速同步控制。

惯性/星光组合系统高精度水平基准构造技术研究

惯性导航作为一种战时能全面提供导航信息的可靠手段在一定时段内能保证精度,但由于惯性器件漂移的影响,其导航精度难以满足舰载武器长航时需求;星光导航以宇宙中具有精确空间位置的天体作为导航信标,其精度主要取决于光轴测量精度,无时间累积误差。本文讨论惯性/星光导航技术中,利用星光导航误差有界性特点克服惯性导航误差随时间发散的缺点;同时惯导将持续提供高精度水平基准给星光导航系统,采用基于星光系统位置和姿态信息的互补手段,解决星光导航精度受制于惯性水平基准的问题,构造高精度水平基准,保证星光误差的有界性,从而保障星光量测信息的准确性。

岩石力学非线性有限元应用研究

根据岩石的变形特性 ,应用非线性方法计算了地下开挖过程中的应力分布规律 ,提出了利用非线性有限元法进行岩体开挖计算中逼近误差的确定方法和岩体的破坏判据 。

非因果条件归一化频域算法研究

0引言频域LMS算法是块LMS算法的快速实现方式。运用重叠保留法可以大量的节省运算量。频域LMS算法另一个优点是能够运用归一化频域算法实现算法的快速收敛[1]。但是,Elliott等学者研究发现:归一化频域算法在非因果条件下,滤波器收敛不到维纳解[2]。

无线传感器网络中改进的多目标定位和跟踪算法

基于无线传感器网络的目标定位与跟踪技术是目前研究的热点,传统的目标跟踪算法均需要明确的目标定位系统观测模型,如无法获得该模型,则算法失效。为此,利用移动机器人客户端,提出一种分布式移动多目标定位和跟踪算法。该算法将所有机器人分为负责目标跟踪的领袖机器人与负责网络阵型和连接性维护的从属机器人,对收敛误差和系统参数间的关系进行分析,并通过仿真实验验证了该算法的有效性。

构造8-参数非协调矩形板元的新方法

摆脱常规方法、广义协调元方法及双参数有限元方法等所提供的关于构造单元时形函数空间选择的限制 ,在基于F E M Test的要求提出了一种构造 8 参数非协调矩形板元的简单实用的新方法。

求解两阶段线性规划的原始-对偶分解算法

本文介绍一种求解两阶段线性规划的原始-对偶分解算法,该方法在两方面上明显优于传统分解方法,即具有平衡的分解结构和良好的收敛特性。新分解结构将原问题分解为一对受限制的原始和对偶子问题,每一个子问题都保存有对方以前迭代的所有信息,而在传统的主-子分解结构中,子问题只保留主问题传递来的当前信息。新的迭代机制使两个子问题在迭代过程中始终保持单调改善的收敛特性。在相当一般的条件下,新算法可以在有限次迭代中收敛于预先指定的收敛误差之内。

四旋翼高速稳定轨迹的自适应控制方法

为了控制四旋翼(大于1 kg)能够高速稳定地跟随运动轨迹飞行,设计改进的姿态误差比例控制算法和自适应调节位置控制器。利用系绳使四旋翼能够在有限空间里高速稳定地跟踪期望运动轨迹飞行,并且给出系绳拉力的模型。该控制算法基于旋转矩阵定义四旋翼的姿态误差,避免欧拉角表示姿态的奇异性,可用于四旋翼姿态规划的跟随控制。针对四旋翼的欠驱动性质,控制器能够根据四旋翼的状态和期望轨迹调节期望速度,在姿态误差较大时减小速度。仿真结果表明,基于旋转矩阵设计的四旋翼姿态控制方法,能使四旋翼的姿态误差迅速趋近于0,而相比于传统PID控制器,自适应位置控制器在高低速情况下都能使四旋翼稳定跟随期望轨迹。