基于迭代交替优化的图像盲超分辨率重建

基于深度卷积神经网络的图像超分辨率重建算法通常假设低分辨率图像的降质是固定且已知的,如双3次下采样等,因此难以处理降质(如模糊核及噪声水平)未知的图像。针对此问题,该文提出联合估计模糊核、噪声水平和高分辨率图像,设计了一种基于迭代交替优化的图像盲超分辨率重建网络。在所提网络中,图像重建器以估计的模糊核和噪声水平作为先验信息,由低分辨率图像重建出高分辨率图像;同时,综合低分辨率图像和估计的高分辨率图像,模糊核及噪声水平估计器分别实现模糊核和噪声水平的估计。进一步地,该文提出对模糊核/噪声水平估计器及图像重建器进行迭代交替的端对端优化,以提高它们的兼容性并使其相互促进。实验结果表明,与IKC,DASR,MANet,DAN等现有算法相比,提出方法在常用公开测试集(Set5,Set14,B100,Urban100)及真实场景图像上都取得了更优的性能,能够更好地对降质未知的图像进行重建;同时,提出方法在参数量或处理效率上也有一定的优势。

基于交替混合迭代搜索方法的预制构件生产调度与工人配置集成优化

针对以往预制构件生产过程中工人指派与生产调度递阶求解方法的不足,研究了预制构件生产调度与工人配置的集成优化问题。在深入分析预制构件的生产工艺、工序约束、工人数量、工人技能水平等制约关系的基础上,首先以最小化拖期惩罚和工人成本为目标建立了预制构件生产调度与工人配置集成优化数学模型。随后,为降低问题求解困难,基于交替分解思想,通过集成构造启发式、群体搜索、邻域搜索和破坏—构造机制,提出一种混合遗传—迭代贪婪交替搜索算法(AHGA_IG)来解决该问题。其主要思想是:首先利用启发式方法产生一个初始工人配置和生产调度解;随后固定生产调度方案,设计一种混合遗传配置算法用于优化工人配置方案;反过来固定工人配置方案,设计一种迭代贪婪调度算法用于优化生产调度方案,如此两阶段交替优化,直到满足终止条件。最后,针对不同规模算例对所提算法进行了测试。计算结果显示,所提算法具有较优的求解质量、鲁棒性和收敛性。与预制构件制造企业常用的基于经验的启发式方法相比,AHGA_IG算法具有较大的改进率,有望产生显著的经济效益。

智能反射面辅助的MU-MISO车联网毫米波通信联合波束赋形

近年来,车联网通信系统提出了大规模数据传输,通信连接稳定等需求。高频段通信凭借超高传输速率,低时延的特点被引入了该系统,但是,高频段通信仍面临着阻塞问题的挑战。因此,智能反射面作为一种可解决高频段通信阻塞问题的技术,成为车联网高频通信的热点议题。智能反射面由超材料构成,其表面的多个无源反射单元均匀排布形成阵列,所有反射单元的反射系数均可通过智能控制器实时调节,控制反射波束的方向和形状,来实现对无线传输环境的智能调控,提供增强视距通信、扩展通信覆盖范围等服务。针对MU-MISO车联网毫米波通信场景下,基站与车辆用户视线通信链路因遮蔽,车辆高速移动等因素,面临随机中断的问题,将智能反射面引入该系统,并结合该系统提出了基于半定松弛问题的交替迭代优化算法,以提高通信稳定性。该方法将系统中基站波束赋形矩阵优化和智能反射面相移矩阵优化分解为两个子问题,通过定义半定矩阵变量并适当放松特定的约束条件将两个子问题近似成为半定松弛问题,随后,使用交替优化技术对其进行迭代求解以实现联合优化,通过最大化同时刻通信车辆中的最小信干噪比来确保通信稳定性。仿真结果表明,该方法显著提高了车辆用户的信干噪比和基站的总频带利用率,确保了动态场景中车辆与基站的通信稳定性。

计及变电站AVC调节特性的省网无功优化分析

自动电压控制(AVC)系统的投入极大改善了省网无功电压控制特性。然而,AVC系统自上而下的开放式控制方式较难达到理论上的整体最优。在分析现有省调AVC控制模式和变电站中自动电压控制方式的基础上,采用变电站AVC系统对各离散变量的具体控制方式,进行省调—地调联合无功优化计算。以网损和电压越界最小为目标函数,功率平衡和元件运行边界为约束,建立非线性无功优化模型,并将连续变量和离散变量进行交替迭代。该方法计及变电站的具体调节特性进行迭代优化,理论上能达到整体最优。通过某省级电网实际算例,验证了该方法的可行性。

基于多光谱吸收的交替迭代优化算法

基于模拟退火算法的吸收光谱技术可以实现高温气体温度浓度的二维分布重建。但其计算效率过低,不适合于大规模的场反演计算。针对于该问题,提出了一种基于多光谱吸收的温度场和浓度场重建的交替迭代优化算法。首先对浓度场的计算提出了线性化方案,将原系统半线性化,从而弱化了原系统的非线性;其次对待测温度场、浓度场提出了交替迭代方案,每一步迭代降低一半的未知变量个数;最后用优化技术引入惩罚项来克服重建过程的病态性,在每一步迭代时能自动调整正则化参数,保证了迭代解收敛于精确解。仿真和实验结果表明该算法具有较强的抗噪声能力,在保持重建精度的前提下,能够显著的缩短计算时间,适用于大规模的场反演计算。

基于交替迭代的车辆主动悬架LQG控制器设计

针对主动悬架线性二次高斯控制(linear-quadratic-Gaussian control,LQG)控制器,提供一种快速确定其最佳控制加权系数及最优控制力的方法。通过车辆行驶平顺性评价指标分析,利用无量纲归一化思想建立主动悬架最优控制目标函数,给出平顺性加权系数与控制加权系数间的关系;根据主动悬架力学模型,利用Newmark-β显式积分法,建立平顺性加权系数仿真分析模型。以路面不平度作为输入激励,以轮胎动位移和悬架动挠度为约束条件,借鉴交替迭代思想建立交替迭代优化算法,建立主动悬架LQG控制加权系数及控制力的优化方法。通过与现有LQG控制器设计方法的对比分析,对本设计方法的先进性和可靠性进行仿真验证,结果表明设计的LQG控制器能够显著改善车辆的乘坐舒适性。

基于功率的双向AF MIMO中继系统收发器设计

针对多用户对双向放大转发多输入多输出中继系统中用户和中继的收发器联合设计问题,基于节省功率的目的,提出了在满足每个用户均方误差约束的条件下最小化用户和中继总功率的优化问题。由于所形成的优化问题是非凸的,难以求得全局最优解,因此将原问题分解为3个便于处理的子问题,对这3个子问题分别进行求解,在此基础上提出了一种基于交替优化的迭代算法去求解原问题。仿真结果表明,所提算法相较于其他算法可以有效地节省用户和中继的总功率。

毫米波雷达通信一体化大规模阵列天线混合波束形成

本文研究毫米波车载雷达通信一体化系统中大规模阵列天线混合波束形成的优化设计问题。考虑的设计自由度包括源车辆发射端处的混合波束形成器、源车辆接收端处的雷达接收滤波器和接收车辆接收端处的通信基带合成器。本文提出一种最小化均方误差(MMSE)准则下的混合波束形成优化设计方法,在兼顾发射端模拟波束形成器单位模约束、发射端发射功率、通信数字波束、雷达最佳波束、雷达接收端信干噪比(SINR)等约束条件的前提下,将涉及多约束变量的非凸优化问题分解为四个子问题后,采用交替迭代优化机制(AIOM)求解混合波束形成问题。仿真实验表明,AIOM求解得到的大规模阵列天线混合波束形成,既有良好的收敛性,又有良好的通信与雷达折衷性能。

自适应的低照度图像增强变分模型

针对低照度图像具有低对比度、强噪声等问题,提出了一种自适应的低照度图像增强变分模型。根据亮度分量初步估计低照度图像取反之后图像的透射率,并利用Retinex算法进行细化,以丰富图像的细节。为了抑制噪声的放大且保持边缘信息,根据亮通道先验原理和局部方差构建权重,自适应地调节正则化参数。采用交替迭代最优化方法求解包含透射率和恢复图像的能量泛函得到最优解。实验结果表明,该模型可有效地增强低照度图像,且能保留更多的图像细节、抑制噪声放大,相比于l1范数正则化方法,图像尺寸越大,该模型计算效率越高,计算时间优势越明显。

一种基于压缩感知的离格阵列测向方法

基于稀疏表示的阵列测向技术中的一系列高精度鲁棒性方法都基于网格假设,即假设入射信号来向无误差地落在网格上,这一假设与现实中信号来向落在连续角度域内相违背,所造成的网格偏差效应会带来模型失配,从而导致估计性能的恶化。针对这一问题,本文提出了一种基于泰勒展开的离格类信号模型,该模型允许信号来向偏离网格,从而消除了网格误差效应,减小了估计误差。同时采用一种交替迭代优化的方法对模型进行求解,并利用奇异值分解等方法降低计算量。该方法能够有效减小网格误差,提高估计精度。仿真结果验证了所提方法的有效性。

感通融合系统中保障公平度的时间与功率分配方法

考虑毫米波基站和多个车辆组成的V2I网络,针对感通融合系统中多用户获得性能的公平性问题,提出了一种时间与功率资源灵活分配方案。为此,推导了通信公平度和感知公平度以及系统感通MMSE加权和表达式,并以三者间加权和最小为目标,以感通子帧时长占比、多用户功率分配为自变量建立优化模型,并提出基于改进交替迭代的求解方法。仿真结果表明,所提方案以略微牺牲通感“和”性能为代价,显著提升了用户间公平度并具有较快求解速度。