基于偏差迭代的干扰源定位算法

针对无线传感器网络易受干扰攻击而导致网络通信受阻甚至瘫痪等问题,为确定干扰源位置进而消除干扰、保障网络正常通信,提出了偏差迭代定位算法。在确定初始估计位置后,通过参与定位的三个候选节点的位置信息即可求出干扰源估计位置与实际位置的大致偏差,对不满足精度要求的初始估计位置进行迭代直到偏差小于规定阈值为止。该算法不依赖网络本身或者外部设备等复杂的硬件设施和技术支持,对现存方法中存在的定位误差大、网络耗能高等问题进行了改善。仿真实验证明,该算法在不同网络环境下定位效果均优于现存算法。

非线性方程求根迭代法收敛速度的数值估计

文章由迭代法收敛阶定义引出了收敛阶近似估计法,即通过对迭代偏差值取对数,然后使用数值拟合软件CurveExport1.3得到了拟合函数,最终得到了一般迭代法及newton法和割线法的近似收敛阶,与经典收敛阶结论一致,且该法适用于其他迭代法收敛速度的估计.

基于可预测适合度的选择性模型修复

由于信息系统记录的行为不断变化,因此事件日志与给定模型之间往往存在偏差.事件日志可能产生2种不同类型的偏差,且每种偏差在偏差总数中的占比是不确定的.已有方法采用固定方式修复日志中非迭代偏差和自循环产生的迭代偏差,或在理想适合度被设定为1的前提下选择执行不同的修复方式,因而很难保证适合度与精度始终在合理范围.针对这一问题,提出一种修复方法可根据迭代可观测偏差总成本预测配置优化后的适合度,并在其满足给定阈值的情况下对所有偏差进行整体配置.当预测适合度不满足给定阈值时,进一步通过最优对齐发现事件日志与过程模型之间的变体,并根据每个变体的实际情况使用配置优化或者自循环插入的方式修复可观测偏差.仿真实验中对不同数据集进行了验证,结果表明:在始终保证适合度合理的前提下所提出方法能够最大程度地改善精度.

基于改进RRT^(*)算法的机械臂路径规划

针对传统的RRT算法在串联机械臂的路径规划中缺乏方向性,占用CPU的资源过多,效率较低,路径规划不平滑等问题,对传统的RRT算法进行了改进,在不增加RRT算法初始路径节点数的前提下,增加了目标偏置策略,增加了随机树向目标点扩展的概率;其次,通过多次偏差迭代的方法优化路径节点的位置,不增加原有路径节点数量的情况下,实现RRT*算法的二次路径平滑优化,将改进的算法在MATLAB中进行仿真实验,实验结果表明改进后的RRT*算法路径规划所用的时间短,规划的路径更加优化,平滑度更好。

基于逆向工程的数据精简方法研究

随着非接触式测量方式在逆向工程中的广泛应用,对其所获密集、散乱点云进行简化处理是后续建模等工作的必要前提。提出了一种改进的基于角度偏差迭代的点云简化方法,该方法应用于某汽车前梁冷冲模具的测量数据简化,精简了大量冗余数据和噪声数据,并完整地保留了其特征数据,提高了后续建模效率。