粒子群算法在惯性/地磁组合导航航迹规划中的应用

高效的航迹规划是水下运载器隐蔽航行的关键技术之一。结合水下航行器的地磁导航环境特征约束因素,建立了航迹代价评估模型,采用最短路径算法在约束区域内按路径长度的次序递增、迭代,规划出一条粗选航迹。在此基础上,采用粒子群优化算法将时间信息作为搜索空间的粒子,改进惯性权重值和编码方式,对粗选航迹进行优化,实现全局最优。仿真结果表明,粒子群优化算法缩小了搜索范围,提高了搜索效率,收敛更快,将适应度由49.211提高至43.304,所需代价更小,且所获取的航迹可以有效规避非适配区,保证了全局最优、局部最优。

基于CRF模型和标签代价的群组多目标跟踪算法

目标身份切换现象在目前的视频多目标跟踪算法中普遍存在,特别是在遮挡严重的场景中.针对这一问题,提出一种结合了CRF(condition random field)模型和标签代价函数的多目标跟踪算法.该算法将多目标跟踪问题转化为求解统一能量函数的最小解问题;同时,将目标的群组状态融合到跟踪器中,减少了目标发生身份切换的概率,提高了算法的鲁棒性.在多个公共数据集中对该算法进行仿真,实验结果显示,在多个性能指标特别是目标发生身份切换次数指标中,该算法优于目前主流的跟踪算法.

结合时间信息的事件追踪的动态模型

针对互联网新闻事件追踪,结合时间信息提出了一种用于事件追踪的动态模型。该模型将时间因素加入到传统向量模型中,在此基础上得到文档与事件包含的相同特征词之间的时间相似度,并将其应用于文档与事件的相关性计算。若文档与事件相关,则把文档中新的特征词加入事件特征词集并重新调整事件特征词集中特征词的权重和时间信息。实验采用检测错误权衡(DET)曲线进行评估,结果显示与传统向量模型相比,用于事件追踪的动态模型有效地提高了系统性能,其最小的归一化追踪损耗代价降低了约9%。

附加交易费用的动态投资组合鲁棒策略

在风险资产期望收益和协方差矩阵不确定的情况下,研究了附加交易费用的动态投资组合鲁棒策略,并运用LMI方法就其实证分析所得到的结果分别与基准组合、有效边界组合模型的结果进行了比较.结果表明,附加交易费用的动态投资组合鲁棒策略所得到的权重分配更加合理,所得到的最终收益也优于其他组合模型,而且附加交易费用后的模型更加贴近于大额投资情况下金融市场的实际交易.

快速模型预测控制用于微型直升机航迹跟踪

为实现微型共轴无人直升机(MCUH)的航迹跟踪,考虑系统的状态和输入约束,利用非线性模型预测控制(NMPC)技术设计一种快速在线的控制器。首先,简化MCUH的非线性模型,利用系统的微分平坦特性生成满足直升机动力学的可行航迹,沿着该航迹对系统进行线性化,得到近似直升机非线性动力学的线性时变(LTV)模型。然后,将传统输出航迹跟踪NMPC问题转化为LTV-MPC优化问题,降低问题的复杂度,为确保航迹跟踪误差系统的指数渐近稳定,分别设计终端域和终端罚值。最后,通过数值仿真,验证快速在线NMPC策略的可行性。结果表明:设计的预测控制器误差控制精度高、求解速度快,可实现对有约束的时变航迹的跟踪。

基于改进人工势场法的车辆路径规划与跟踪

为保证智能车辆在转向避撞过程中的主动安全性,基于改进的人工势能场模型进行了转向避撞路径规划,利用椭圆化距离代替传统斥力势场中的实际距离,同时,引入道路边界斥力场模型,从而在较小车道空间内获得汽车避撞局部路径.另外,建立了以前轮转角为控制变量的三自由度车辆动力学模型,并利用模型预测控制算法对规划路径进行了跟踪.CarSim/Simulink联合仿真结果表明,利用改进的人工势场法可获得平顺且安全的局部避撞路径,而提出的模型预测控制算法具有良好的路径跟踪性能.

一种柔性下肢外骨骼控制策略研究

针对非线性柔性下肢外骨骼系统与人共融的难题,为降低穿戴者代谢能消耗,采用前馈模型与比例微分控制(PD)迭代学习算法构建柔性下肢外骨骼控制器,通过感知髋关节角度最大值为起始点,对步态周期进行划分计算。根据髋关节角度变化,实时生成期望力轨迹,动态调控力轨迹的峰值点和结束点;前馈模型分别补偿了柔性外骨骼的非线性刚度和不同穿戴者的运动模型,PD迭代学习控制器逐步减少控制系统中的误差与干扰。通过3名健康的试验者负重25 kg在跑步机上以5 km/h速度行走进行测试,结果表明,期望力与实际助力峰值的均方根误差分别为3.49,3.34和4.12 N;与不穿戴柔性外骨骼相比,代谢能分别降低2.2%,4.0%和5.9%。实验结果证明,所提出的前馈PD迭代学习控制策略可实现精确的力轨迹追踪,降低柔性下肢外骨骼穿戴者的能量消耗。

基于IMM的无人机在线路径规划决策建模

为提升无人机对目标的自主跟踪能力,以部分可观测马尔科夫决策过程(POMDP)为理论框架,建立起无人机路径在线规划POMDP模型。分析并描述了POMDP模型中的各个要素,针对目标运动规律的复杂性,引入交互多模型(IMM)方法描述POMDP模型中的状态转移规律,以适应目标的机动变化。同时以POMDP模型中的累加代价函数为目标函数,结合使用名义信念状态优化(NBO)算法求解无人机的行动策略,产生的行动策略控制无人机飞行。仿真结果表明,所建立的模型能够实现对无人机路径的自主规划,能够控制无人机对目标进行有效跟踪,规划的无人机路径较之使用单一的目标状态转移规律更加合理高效。

包钢生产物料跟踪模型研究

为了便于上层管理者随时进行企业的经济效益分析,参与决策,指导和控制生产经营活动,包钢集团对生产物料进行跟踪,提出生产物料跟踪模型。

基于信号灯状态的燃油最优车速规划与控制

基于车联网(Vehicular ad hoc networks,VANETs)进行车辆和信号灯的协同控制是下一代智能交通系统(Intelligent transportation systems,ITSs)中非常重要的核心技术之一.本文提出了一种预测信号灯信息的车辆低油耗环保驾驶控制系统.首先,根据道路信息和牛顿第二定律建立车辆动态模型,根据系统测量的信号灯状态信息,获得车辆避免刹车情况下通过前方信号灯的参考速度.然后,结合基于油耗模型和速度跟踪的综合优化指标,运用模型预测控制(Model predictive control,MPC)方法计算车辆的最优控制输入,并利用Laguerre函数方法对MPC问题进行求解.仿真表明,该系统可减少路口不必要的停车和刹车操作,节约燃油.

基于博弈模型的风电场项目安全成本优化

风电场项目安全成本是新能源发电企业生产成本的重要组成部分,包括保障性成本和损失性成本2个部分。在分析安全成本的构成和影响因素基础上,以风电场为例,提出运用博弈论对风电场项目安全成本进行评价,并给出博弈优化数学模型和算法,以实现风电场项目最优的安全投入决策。研究实例表明,该模型的应用流程简单清晰,具有较强的可操作性和适用性。

传感器切换代价约束下的调度方法

针对多传感器系统跟踪多目标时频繁切换的问题,文中基于最小工作时长的思想,提出一种切换代价控制下的传感器调度方法。首先,依据部分可观马尔科夫决策过程(POMDP)确立调度模型,创建跟踪精度约束下的目标优化函数;其次,考虑到目标运动状态的未知性,将交互式多模型算法(IMM)与模糊积分粒子滤波算法(FQPF)相结合,采用后验克拉美罗下界(PCRLB)作为衡量指标,实现目标跟踪精度的准确预测,并以跟踪精度预测结果为依据,结合最小工作时长制定传感器调度策略;最后,基于所提方法分析跟踪精度阈值对传感器跟踪效能的影响,并结合任务需要提出阈值选取区间。仿真结果表明,相比于无工作时长约束和固定工作时长约束的调度方法,文中方法在满足跟踪任务要求的前提下,可有效降低传感器的切换次数,进一步提高多传感器系统目标跟踪的稳定性和有效性。

快速矢量选择的三矢量PWM整流器模型预测低频控制

传统有限矢量集的模型预测控制(finite control set model predictive control,FCS-MPC)存在计算量大、开关频率不固定以及采样频率低时控制精度差的问题。针对这一问题,为两电平三相整流器提出一种快速矢量选择的三矢量模型预测低频控制。以无差拍控制原则得到了整流器的电压参考矢量,简化了预测过程;由功率跟踪控制的指标函数推导得到电压跟踪控制的指标函数;最后,根据扇区确定控制周期作用的2个有效矢量和零矢量,由电压跟踪控制函数得到了3个矢量的作用时间。通过仿真验证可知,与传统FCS-MPC相比,所提方法能够快速选择电压矢量,实现开关频率的固定,减小功率脉动并降低开关频率。

基于多层关联目标跟踪的视频浓缩算法

针对银行监控系统中监控视频信息冗余度高、浏览效率低等问题,提出一种基于多层关联目标跟踪的视频浓缩算法。该算法首先通过基于聚类的目标检测算法获取运动目标,其次将检测结果通过多层关联目标跟踪,获取运动目标的运动轨迹,并将目标图片和视频信息结构化保存在本地,最后将这些目标重新组合整理,回贴到背景图片上得到浓缩视频。实验结果表明,通过该算法得到的浓缩视频,能够在不丢失视频信息的前提下,减少存储空间,节省硬件成本,缩短浏览时间,提高相关人员的工作效率。

融合目标相似性和作用力的多目标跟踪

目的多目标跟踪是计算机视觉一个重要的研究方向,为了解决多目标跟踪中错跟和漏跟导致跟踪精度低的问题,提出一种融合目标相似性和作用力的多目标跟踪算法。方法首先将多目标跟踪问题转化为一个最大后验概率问题,其次将最大后验概率问题映射到网络流中,利用最小代价流寻找最优路径,这样获得的最优路径就是目标轨迹。为了计算网络流中目标节点之间的代价,从以下两方面考虑:1)将目标的外观、运动和位置信息三者结合,计算目标间的相似度;2)考虑目标与目标的相互影响,参考社会力模型中个体之间的吸引力来计算目标节点之间的作用力。结果在MOT15、MOT16和MOT17共3个公开数据集进行实验评估并与12种方法进行比较,实验结果表明,本文算法在MOTA (multiple object tracking accuracy)、MT (mostly tracked tracklets)、ML (mostly lost tracklets)、FP (false positives)、FN (false negatives)等指标上明显优于OACDASM (online association by continuous-discrete appearance similarity measurement)、STURE (spatial-temporal mutual representation learning)、IQHMOT (identityquantity harmonic multi-object tracking)和GCNNMatch (graph convolutional neural network match)等典型算法。在MOT15数据集中选取ETH-Bahnhof、TUD-Stadtmitte与PETS09-S2L1 3个视频序列进行消融实验,验证增加目标作用力之后的数据关联结果,消融实验结果表明,增加目标作用力之后可以改善目标跟踪的精度和其他指标,尤其在遮挡不明显的视频序列中。结论本文在目标多特征的基础之上增加目标节点间作用力,加强了目标间的数据关联,减少错跟的目标数量,有效地提高了目标跟踪的精度。