“哨兵-2”卫星影像及C2RCC算法在太湖冬春季水色分析中的应用

利用太湖2019—2022年冬春季“哨兵-2”卫星10 m分辨率的MSI影像和SNAP软件C2RCC(Case 2 Regional CoastColour)模块,以适合浑浊、富营养程度较高、光学复杂的“二类水体”的C2X-nets为模式,开展太湖叶绿素a、总悬浮物浓度、透明度等水色参数反演。结果表明:冬春季太湖各湖区叶绿素a浓度处于较低水平,但4月中旬起有明显抬升;太湖西部沿岸区、南部沿岸区和湖心区总悬浮物浓度较高,表明这些湖区易受风浪影响,造成沉积物再悬浮;太湖东部沿岸区、北部湖湾及东太湖遥感反演的水体清澈度较高,可能与这些湖区冬春季沉水植物菹草的分布有关,菹草生长对水质有较好的净化效果。总体来看,基于C2X-nets模式的C2RCC反演算法从较高分辨率卫星遥感影像中提取的水色信息,能有效反映太湖冬春季水色指标的空间分布特征,可为湖体生态状况及动态变化的长期监测评估提供有价值的参考。

利用A2C-ac的城轨车车通信资源分配算法

在城市轨道交通列车控制系统中,车车(T2T)通信作为新一代列车通信模式,利用列车间直接通信来降低通信时延,提高列车运行效率。在T2T通信与车地(T2G)通信并存场景下,针对复用T2G链路产生的干扰问题,在保证用户通信质量的前提下,该文提出一种基于多智能体深度强化学习(MADRL)的改进优势演员-评论家(A2C-ac)资源分配算法。首先以系统吞吐量为优化目标,以T2T通信发送端为智能体,策略网络采用分层输出结构指导智能体选择需复用的频谱资源和功率水平,然后智能体做出相应动作并与T2T通信环境交互,得到该时隙下T2G用户和T2T用户吞吐量,价值网络对两者分别评价,利用权重因子β为每个智能体定制化加权时序差分(TD)误差,以此来灵活优化神经网络参数。最后,智能体根据训练好的模型联合选出最佳的频谱资源和功率水平。仿真结果表明,该算法相较于A2C算法和深度Q网络(DQN)算法,在收敛速度、T2T成功接入率、吞吐量等方面均有明显提升。

封臣算法:针对B2C电商物流配送中心的储位优化算法

针对B2C电商配送中心人到货拣选系统中拣选作业时耗过高的问题,在考虑一品多位操作和商品关联度的基础上,提出新的储位优化算法——封臣算法。基于商品的关联度,商品间的关系首先被抽象成图结构。封臣算法将图中的节点视为单块领土,通过入侵流程确定各领土的封臣与领主,并基于封臣与领主,每个节点被分到至多两个分区中;调整节点个数至所需节点数;以社区为单位,按照贪心分配策略完成储位分配。实验结果表明,在商品种类数增多的情况下,封臣算法生成的储位分配方案相较随机策略优化程度有所提升;迭代400轮下该算法优于遗传算法、模拟退火算法、人工鱼群算法、粒子群算法3.00%、28.76%、22.03%、11.42%,且运行时间仅占到其0.04%~3.85%。

基2-FFT输入分级截断算法在频域合成孔径超声成像中的研究

为提高超声频域成像算法的计算速度,提出一种应用于超声频域成像算法的基2-FFT输入分级截断算法。首先,借助于COMSOL多物理场仿真软件,建立钢件中含有孔缝缺陷的有限元模型进行声场仿真。仿真结果得到关于缺陷的回波信号,并通过PSM算法对频域内声场进行重建,得到成像区域的聚焦图像,和原始仿真信号的B扫图像相比效果更加直观且成像质量更好,验证了PSM算法的可行性。然后为了避免超声频域成像算法中二维傅里叶变换的冗余计算,进一步提出了支持任意非0值输入的基2-FFT输入分级截断算法。实验结果证明,基2-FFT输入分级截断算法比标准基2-FFT算法快27%,超声频域算法成像速度提高13%。

基于PMF-FFT的北斗B2a信号捕获算法研究

为了对北斗三号B2a信号进行快速且准确地捕获,提出了一种基于PMF-FFT的捕获算法。首先,通过建立数学模型,分析了PMF-FFT算法的特性;然后,对PMF分段长度、FFT运算点数、相关积分时间、非相干积分次数和判决门限等参数的选取进行了详细地分析;最后,利用Matlab工具对PMF-FFT捕获算法性能进行了仿真与分析,验证了算法的有效性,为算法的实现解决了首要问题。

移动机器人2D激光SLAM算法仿真与实现

随着无人驾驶技术的迅速发展,同步定位与建图技术因其精度高、稳定性好的优点备受人们关注。基于激光雷达传感器,选择主流的Gmapping和Cartographer算法,搭建实验环境,对两种算法进行对比仿真与实验建图,并对两种算法的建图效果进行深度的分析。基于滤波器的Gmapping算法计算量小,依赖于里程计信息,适用于小尺度、低特征环境中;基于图优化的Cartographer算法累计误差低,精度高,适用于精度和稳定性要求较高的场合。

基于国密SM2算法的车联网无证书隐私保护认证协议

作为大多数智能交通系统的基础,车载自组网(Vehicular Ad-Hoc Network,VANET)能够有效改善交通管理和提升道路安全性,因此受到广泛关注。然而,由于无线通信环境的开放性,VANET中的各个节点易遭受隐私泄露攻击。许多条件隐私保护认证(Conditional Privacy-Preserving Authentication,CPPA)协议被提出来解决隐私泄露问题,但这些协议主要基于传统的签名算法,这使得它们存在复杂的证书管理或密钥托管问题。为解决以上问题,本文以国密SM2签名算法为基础提出了一种适合VANET环境中无证书条件隐私保护认证协议,该协议在降低了通信开销的同时也避免了证书管理和密钥托管问题。此外,协议还保证了当出现恶意车辆用户时,可信中心可以追踪用户的真实身份并撤销该用户。安全证明和分析表明该协议具有较高的安全性并且满足消息完整性、匿名性、可追踪性和可撤销性等安全要求。最后,与最近的三种同类隐私协议对比,仿真实验结果表明该协议在通信量和计算量上优于其他方案。

基于改进白鲸优化算法的D2D通信功率控制

D2D(Device-to-Device)通信作为未来移动通信网络的关键技术,为用户提供了直接通信的便利性和资源共享的高效性.然而,D2D通信的功率控制一直是影响通信质量和系统性能的关键问题.为解决这一问题,将精英反向学习、自适应权重两种策略引入到白鲸优化算法(Beluga Whale Optimization,BWO)中,并利用莱维飞行的随机步长策略来增加算法寻优的多样性,提出了基于改进白鲸优化算法的D2D通信功率控制方法.该方法利用最优解的信息引导搜索过程,可提高搜索效率和全局收敛,并能够有效提高通信效率和系统稳定性.为了验证所提出方法的有效性,开展了大量的数值仿真实验.结果显示,基于改进白鲸优化算法的D2D通信功率控制方法在增加系统吞吐量、减少干扰方面有显著的改善.同时,提出的算法相对于已有的算法有着更出色的收敛性与鲁棒性,在不同通信环境和参数设置下都能表现出更稳定的性能.

基于NSGA-Ⅱ算法的S-CO_(2)再压缩再热燃煤系统多目标优化

以S-CO_(2)再压缩再热循环燃煤发电热力系统为研究对象,以循环热效率ηt和平准化度电成本C LCOE为系统的热力性能和经济性能指标,分析了系统关键参数对系统热力和经济性能的影响规律。基于非支配排序遗传(NSGA-II)算法建立了S-CO_(2)再压缩再热循环燃煤发电热力系统的多目标优化模型,以系统的热力学性能和经济性为目标,得到了系统关键参数的最优解。最后,以再热温度、透平入口温度、主压缩机出口压力、再热压力、主压缩机入口压力、主压缩机入口温度、分流系数为决策变量,对系统进行多目标优化。结果表明:透平入口温度、再热温度的升高会使系统的循环效率和平准化度电成本同时增大,系统的热力性和经济性不能同时达到最优;多目标优化后ηt和C LCOE分别为53.07%、453.43元/(MW·h),相较于设计工况,ηt提高了5.42%,C_(LCOE)降低了5.91%。

基于国密SM2算法的局部可验证聚合签名算法研究

国密SM2算法基于椭圆曲线密码体制,由国家密码管理局于2010年发布,目前广泛应用于电子政务、医疗、金融等领域,其中数字签名作为SM2算法的主要应用,各种安全应用场景下产生的签名、验签操作次数呈指数级增长.针对海量SM2数字签名占用较大的存储空间,且对签名逐个验证效率较低的问题,提出一种基于国密SM2算法的局部可验证聚合签名方案,使用聚合签名,降低存储开销,提高验证效率.另一方面,针对验证方仅验证指定消息及聚合签名时,也必须获取聚合时的全部消息明文的问题,利用局部可验证签名,使得验证方仅需指定消息、聚合签名及短提示即可完成验证.对方案的正确性及安全性进行分析.通过实验数据和理论分析,与同类方案相比,该方案具备较高性能.

改进的减轮E2算法中间相遇攻击

E2算法是AES首轮征集的15个候选算法之一,具有优良的软硬件实现效率和较强的安全性。该文利用多重集和差分枚举技术,对E2算法进行中间相遇攻击。首先以E2-128为例,改进了已有的4轮中间相遇区分器,将5轮密钥恢复攻击预计算复杂度降低为2^(31)次5轮算法加密。其次针对E2-256,将所得区分器向后增加两轮,构造了6轮中间相遇区分器,并实现了9轮中间相遇攻击,攻击所需的数据复杂度为2^(105)个选择明文,存储复杂度为2^(200)Byte,时间复杂度为2^(205)次9轮算法加密。与现有对E2算法的安全性分析结果相比,该文实现了对E2-256最长轮数的攻击。

基于轮廓点相似性测度的2D-3D医学图像配准算法

针对传统配准算法无法适用于成像模糊、对比度低的X光医学图像的问题,本文提出一种基于轮廓点相似性测度的配准技术.首先引入分块双阈值增强策略来提取DRR图像和X光图像的边缘轮廓信息;其次,采用高斯加权欧氏距离计算图像轮廓的相似度;最后通过平衡优化器算法进行迭代优化,得到最优的位姿参数.实验结果表明:本文算法能够精确提取模糊X光图像的边缘轮廓信息,而且可以准确评估其与CT数据的相似度,平均配准成功率超过94%,算法效率和鲁棒性优于传统算法,可用于医疗诊断、放射疗法、图像引导手术等医学活动.

改进沙猫群优化算法的2D-OTSU多阈值图像分割

针对传统多级阈值图像分割方法精度低、收敛速度慢的问题,提出一种改进的沙猫群优化算法(Improved Sand Cat Swarm Optimization, ISCSO)用于全局优化,并应用于2D-OTSU多阈值图像分割任务。通过使用Henon混沌映射和反向折射机制初始化种群,使得种群的分布更加均匀,提高搜索的起始状态,从而增加算法的全局搜索能力;采用非线性灵敏度更新公式来平衡搜索多样性和收敛精度;引入可变螺旋搜索策略改进位置更新算法,以确保算法具有较好的搜索多样性和跳出局部最优解的能力。选取6张测试图像对ISCSO算法进行2DOTSU多阈值图像分割实验,采用峰值信噪比(PSNR)、特征相似性指数(FSIM)和结构相似性指数(SSIM)对实验结果进行评价。实验结果表明,基于ISCSO算法的2D-OSTU多阈值图像分割方法在图像分割任务中85.2%的结果优于对比算法,具有较强的搜索精度和收敛速度,这证明了ISCSO算法在图像分割领域的有效性和潜力。

多用户D2D计算卸载与资源分配算法

基于边缘服务器架构的移动计算卸载场景避免了核心网链路的网络延迟,在一定程度上提高了计算任务的处理效率,然而在移动用户密集分布的场景下,该计算卸载架构可能面临较高的蜂窝网络接入延迟。为提高移动边缘计算的用户体验,本文在移动用户密集分布的场景下研究了基于D2D通信的多用户计算卸载问题。根据是否具有任务处理需求将用户分为两类,定义拥有密集型计算任务需要处理的用户为需求用户,无任务需要处理且能够提供计算资源的用户为空闲用户。需求用户可以将任务以整体的形式卸载至空闲用户进行辅助处理。联合考虑需求用户与空闲用户在计算卸载中的收益,分别构建了各方的效用函数并形成了相应的优化问题。为了提高各方用户的效用,本文提出了基于Stackelberg博弈与遗传算法相结合的计算卸载与资源分配算法,该算法为两层结构,内层基于Stackelberg博弈对需求用户计算资源租赁单价决策以及空闲用户计算资源分配决策进行优化,并证明了各方用户的策略存在唯一纳什均衡。外层采用遗传算法对需求用户的任务卸载决策进行优化,根据内层算法的反馈结果,可以求解出能够有效提高需求用户效用的任务卸载决策。为验证算法的性能,本文进行了大量的实验仿真工作,仿真结果表明,与其他方案相比,本文算法能够有效提高需求用户与空闲用户的效用。同时,本文还对不同参数对算法有效性的影响进行了仿真分析。

基于改进C^(2)算法的双目标角度估计方法

角度是雷达探测和跟踪目标的重要信息,主波束宽度通常决定了雷达角度分辨率,当雷达主波束范围内包含不止一个目标时,采用传统的和差测角方法只能获得多目标的合成角度位置,不能获得场景中目标的真实角度值,严重影响了雷达对真实目标的截获和跟踪。针对雷达主波束内存在双目标的场景,首先通过理论分析和数值仿真说明双目标对和差测角的影响,再结合传统C2多目标角度估计算法在和差测角中的应用,给出一种改进的C2角度估计算法。最后,通过数值仿真验证了所提出的方法在双目标回波能量相同和不同场景下均适用,且角度估计精度相对传统多目标角度估计方法明显提升。

基于国密算法SM2的视频文件加解密系统

近年,随着大数据时代的到来,人类采取的文件加密方式不断进步,从战争时期的摩尔斯电码到如今的各种加密算法,都是为了保护文件的安全性。视频作为承载着各种重要信息的载体,但同时也是数据泄露的高发区,一直需求一个较为安全的保护环境。针对这样的情况,提出一种基于国密算法SM2的视频文件加解密方法。国密算法是我国自主知识产权的商业密码算法,满足电子认证服务系统、重要文件加密等应用需求。

基于遗传算法的重型特种车辆主动悬架H_(2)/H_(∞)控制研究

重型特种车辆的传统被动悬架对不同路况适应能力差,恶劣路况下车辆性能下降明显,无法满足重型特种车辆在不同路况下行驶平顺性和操纵稳定性的需求.针对这一问题,研究建立了三轴重型特种车辆整车9自由度主动悬架模型,设计了H_(2)/H_(∞)鲁棒控制器,并在满足H_(∞)约束条件下采用遗传算法对H_(2)性能指标进行优化,获取了全状态最优控制律,同时对连续随机路面和凸块路面下主、被动悬架性能进行分析.结果表明:在连续随机路面下,相较于被动悬架,H_(2)/H_(∞)控制主动悬架在时域和频域范围内均具有良好的性能,能够提高车辆的行驶平顺性和操纵稳定性;在凸块路面下,主动悬架能够更快地衰减来自不平路面的振动,并使左前轮胎动载荷的最大值降低了23.5%,提升了轮胎的接地性.H_(2)/H_(∞)控制主动悬架对不同路况具有良好的适应能力,能够满足不同路况下重型特种车辆行驶平顺性和操纵稳定性的提升需要.

基于因果效应的K2算法的研究与改进

贝叶斯网络是在不确定环境中进行推理的重要模型。从数据中正确学习贝叶斯网络结构是研究贝叶斯网络的重难点。为解决K2算法的学习效果受到输入节点顺序影响的问题,基于Pearl的因果理论,提出了一种基于因果效应的贝叶斯网络结构学习算法。该算法首先利用定义的因果效应强度来学习网络节点顺序;其次将获得的网络节点顺序输入K2算法得到初始网络结构;最后通过定义的因果效应强度删除边来修正初始网络结构。在贝叶斯网络标准数据集Asia和Alarm上的实验表明该方法对小型和大型网络都具有较好的学习效果。

基于K2算法的发动机冷试贝叶斯网络模型研发

发动机冷试测试较传统热试方法可减少燃油消耗及排放,为提高冷试测试故障诊断精度,提出使用K2算法构建贝叶斯网络故障诊断模型。选取多台柴油机的相关冷试测试数据,分别构建基于专家知识和基于K2算法的贝叶斯网络故障诊断模型进行比较,结果表明,使用K2算法构建贝叶斯网络优于通过专家知识构建的贝叶斯网络,所提方案可以优化目前的故障诊断模型。

非负约束修正阻尼算法求解核磁共振测井T_(2)谱反演问题

为了优化核磁共振测井技术,加快核磁共振测井数据处理速度,提出了一类非负约束修正阻尼算法求解核磁共振T_(2)谱反演问题。通过数学建模及理论推导,证明该算法可以更好地保留T_(2)谱的有效信息,同时也能更有效地减少反演问题的噪声对解的影响。数值算例表明新算法相较于修正的截断奇异值算法和阻尼算法具有更好、更稳定的反演效果,尤其是低信噪比情况下新算法的优势更加明显,可以进一步优化核磁共振测井技术。