贪婪和A-Star算法在物流配送中的应用及仿真

在物流的各项成本中,配送成本占了相当高的比例。因此,物流配送中最优路径选择对物流企业增加利润起着关键作用。采用科学、合理的方法来进行物流配送路径的优化,是物流配送领域的重要研究内容。本文深入研究A-Star算法,结合贪婪算法的思想,在QTCreator平台上,采用VisualC++编程对物流配送中路径的选择问题进行模拟仿真。通过再现交通运输环境,模拟物流运输中的突发事件,优化物流配送的路线。根据需求,设计出最短路径和最少时间的配送方式,并在地图上显示其对应的路径。通过本软件模拟解决物流配送中各种情况,从而降低运输成本。这对于提高物流配送决策效率以及降低物流配送成本具有重要的意义。

GNSS/SINS紧耦合选星算法研究

通过分析全球导航卫星系统(Global Navigation Satellite System,GNSS)和捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)紧耦合导航系统中最小GDOP法的现有问题,提出一种改进的GNSS/SINS紧耦合选星算法。该算法的主要步骤包括:首先将可见卫星进行伪距异常值检测,并剔除异常值卫星;然后根据卫星的分布特点,利用卫星仰角信息选取最大的一颗作为天顶星,最后将剩余可见卫星随机组合选取三颗卫星和天顶星组成四颗星,得到最终的选星方案。经过与最小GDOP法仿真对比,该算法计算量明显减小,且在保证定位精度的前提下,减少了计算的卫星数目,降低了运算量,具有较好的选星效果。

一种新的导航星选取算法研究

在导航星表的建立过程中 ,由于恒星的数量太多 ,往往要进行筛选 ,通常这种选择复杂费时 ,而结果往往并不是最优的。本文引入了动态星等阈值分布函数 ,将传统星等阈值过滤算法中的静态阈值用动态星等阈值代替 ,建立了一种新的动态星等阈值过滤选择模式。而基于统计学习理论的支持向量机方法为求解高维非线性动态星等阈值分布函数提供了新的途径。本文讨论了这种基于支持向量机的导航星自动选择算法——回归选取算法。实验表明 ,用该算法所选取的导航星表 ,导航星数量少、分布均匀性好。同时它还能适应多种任务的导航星选取要求 ,具有很强的通用性。

基于ITSI优选算法的星敏感器导航星库建立

为了有效提高星敏感器星图识别性能,基于ITSI导航星优选算法,合理地进行了导航星库的构建。该优选算法是在传统的导航星优选算法基础上进行的改进,通过区域分割和星密集度计算来实现优选导航星。同时,基于SAO星表,本文建立了一个星图仿真器的软件平台,可以按照实际需求输出全天球范围内不同光轴指向、视场角、轨道位置、像元敏感度等约束条件下的观测星图。在此星图的基础上,运用上述导航星优选算法,建立导航星星库。经均匀性评价准则验证,本文提出的导航星优选算法可以更好地实现导航星的均匀分布,降低星冗余度。最终基于此算法建立导航星库,可以有效降低星图匹配复杂性,提高星图匹配速率和识别成功率。

雷达图图形特征提取中的特征排序

基于多元数据的雷达图图表示,提出了雷达图重心图形特征。针对同样的多元数据不同的特征排序会导致不同的雷达图图表示,进而产生不同的重心特征,而这些重心特征会最终影响分类器的性能,因此提出一种新的问题,即雷达图图形特征提取中的特征排序问题。基于这个新的问题,设计了一种新的解决方法,即提出了基于改进的遗传算法的特征排序。同时也研究并改进了传统的基于排序的特征选择方法。基于一些机器学习数据库的分类实验结果表明:一方面,数据的原始特征排序下的重心特征和传统的特征提取方法相比,并不总是最优,但是在遗传算法下特征排序的重心特征优于传统的特征提取方法;另一方面,在遗传算法下特征排序的重心特征优于传统的基于排序的特征选择方法下的重心特征。尤其对于高维小样本的肺癌数据达到了12.5%的留一法交叉验证错误率,效果非常好。乳腺癌数据和糖尿病数据等的分类结果优于目前国际上的报道。

GPS中的一种新的选星方法

在GPS定位中,选择空间位置合适的卫星是第一步,也是非常重要的一步。如果选择得不合适,就会大大降低定位的精度;如果选择位置分布合理的卫星进行定位,则能大幅度提高定位的精度。经典的选星法(即最佳选星法)涉及大量的矩阵乘法与矩阵求逆运算,运算量大,需要的时间较长,而且由于卫星位置的不断变化,通常每隔大约15min就要重新选一次,这不利于智能定位导航中对实时性的要求。准最佳选星法大大降低了计算量,其效果也仅次于最佳选星法,但是当有卫星的方位角分布比较接近时,其效果要变差。该文提出一种在准最佳选星法的基础上的改进方法——模糊选星法,它不仅计算量小,计算速度快,而且克服了准最佳选星法在某些情况下效果变差的缺点。

组合定位中选星算法的改进研究

在多个系统组合定位模式下,可视星数量大幅增加,为更精准稳定的定位提供了可能。在现有选星算法中,由于未考虑实际作业中的一些问题,如:障碍物对卫星信号传播路径的遮挡等,估算得到的较好卫星选取方式在实际定位中无法正常发挥作用,同时在接收机内部计算中会应用大量的矩阵求逆运算,增加了计算量,占用了较多的系统资源。提出了基于可视星仰角来初筛卫星,通过GDOP结合星座四面体法得到选星组合的方法。讨论了设定卫星仰角时的取舍问题。新算法在理想情况和实际情况下寻找有效定位平衡点,以规避无效选星并减少计算量。

基于A*算法的条件道路选择探究

针对目前GPS系统只能设置起点和终点进行路径搜索的问题,文章对A*算法进行改进,为路径搜索功能添加用户期望途径点,令得到的最优路线途经用户的指定地点。改进算法对原本的启发式函数进行调整,加入期望值概念和当前点与途经点的欧氏距离,并将是否通过途径点作为判断条件。结果表明,改进算法可以成功执行,为GPS系统开拓新的功能。

惯导系统辅助CSS的室内定位方法

提出一种惯性导航系统INS(Inertial Navigation System)辅助线性调频扩频CSS(Chirp Spread Spectrum)的高精度室内定位方法。首先设计了基于MPU9250多轴传感器的惯性测量单元IMU(Inertial Measurement Unit),利用数字运动处理(DMP)数据库经四元数解算可求得准确稳定的航向角,由于MPU9250自带的磁力计,规避了航向角的累积误差问题。随后在分析CSS非视距定位误差基础上,提出了基于三角形三边准则的选星方法,有效降低了室内复杂环境下非视距的影响;最后利用扩展卡尔曼滤波对惯导系统与CSS定位进行融合,以输出稳定、准确的定位结果。通过在50 m×20 m的地下车库实验分析比较,结果表明:惯导与CSS单独定位的平均误差分别为0.345 6 m、0.365 9 m,本文组合导航方法平均误差为0.1581 m,较前两种单一的定位方式性能提高了50%以上,该方法降低了定位的成本,系统实现复杂度降低,定位精度提高。

基于变异系数优选算法的精细导星星库构建

精细导星星库是支撑未来大口径空间望远镜观测的必要组成部分,是用来确定空间望远镜视轴绝对指向的关键依据。导星星库的容量和星库的均匀性对于实现精细导星功能和性能指标都极为重要。为了有效提高星图识别性能,提出基于变异系数的优选筛星算法进行导星筛选并构建星库。经过仿真和均匀性评价准则验证,基于变异系数优选算法构建的精细导星星库分布均匀性好,能降低冗余度,有效提高识别概率。

GNSS/伪卫星组合定位的选星算法

伪卫星在复杂环境下会存在可见星数不足的问题。而利用GNSS/伪卫星组合定位提供一个精度较高的定位值,可以保证定位结果的稳定性。在几何精度因子的基础上运用加权精度因子为最优准则的组合定位的选星算法从理论上是可行的。仿真验证表明:以WPDOP为最优准则的选星算法来进行定位,可以减小误差较大的基站/卫星参与定位解的概率,提高组合定位的精度和稳定性,为GNSS/伪卫星组合定位提供了性能良好的运算工具,工程实用价值明显。

GNSS多系统融合相对定位选星方案设计及精度分析

针对全球导航卫星系统(Global Navigation Satellite System,GNSS)多系统融合定位精度及解算效率的平衡问题,提出一种基于相对定位模型下的分区域快速选星算法。该方法首先基于相对定位原理,构建伪距双差观测模型,其次利用卫星的方位角进行区域划分,在不同系统和高度角的条件下选取空间分布均匀的卫星,最后利用所选卫星进行待定点的定位解算。算例分析表明:当高度角为5°,三系统组合定位为最优选星方案,该方案对应的平均相对定位精度衰减因子(RDOP)值为1.54,待定点位置误差控制在2.5 m之内。