复杂环境下无人机三维航迹规划及避障算法

针对三维复杂环境下高时效规划无人机航迹问题,提出一种改进的双向A*算法。设计扇面搜索域,减少计算开销;动态调整启发函数权重,优化代价函数,提高搜索效率;引入关键节点筛选策略,消除航迹中的冗余点,生成全局最优静态航迹。就飞行航迹中出现的动态避障问题,设计动态避障航迹最短优化目标函数,提出基于变分法的动态避障算法,考虑航迹容忍度,实现局部航迹在线调整和优化。仿真结果表明,设计的航迹规划算法不仅能在复杂环境下高时效规划出一条期望航迹,还能对突发威胁动态避障。

基于灰度均值的自适应FAST角点检测优化算法

光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次,依据图像局部灰度均值,在每个像素点检测模板内自适应调整阈值,避免灰度变化影响检测效果;最后,根据柔性非极大值抑制的思想设计角点半径抑制原则,筛选鲁棒性更强的角点。在Inria遥感影像数据集上的实验结果表明,FAST-9-12角点检测速度比FAST-12-16,FAST-9-16两种模板提高22%左右,因自适应阈值的提取方式不易受光照影响,检测准确率分别提高4.16和3.11个百分点,实现了图像特征快速和精准检测。

基于压缩感知的波束域DOA估计

针对传统波达方向角(DOA)估计算法需要大量采样数据从而导致较高计算复杂度的问题,基于压缩感知理论,利用目标信号空域稀疏性,提出一种基于波束域的多测量矢量欠定系统正则化聚焦求解DOA估计算法。该算法将压缩信号从阵元域映射至波束域,一定程度上克服了稀疏重构算法无法用于低信噪比情况下的缺陷。数值仿真表明,与传统的Capon,MUSIC和l1-SVD算法相比,所提算法可对相干信号进行有效DOA估计,具有较高角度分辨力和估计精度;与RMFOCUSS和l1-SVD算法相比,所提算法具有较低计算复杂度。

基于改进YOLOX模型的樱桃缺陷及分级检测

目的:实现工业化条件下樱桃的快速分级。方法:采用YOLOX网络对缺陷果进行检测,通过为特征金字塔网络设置适当的融合因子来提高不明显缺陷的检测精度,并将Focal Loss集成到损失函数中;使用YOLOX网络对完好果进行分级,引入注意力机制CBAM来加强网络特征提取。结果:樱桃表面缺陷的平均检测精度为97.59%,大小和颜色分级的平均检测精度为95.92%。结论:改进后的YOLOX网络可明显提升樱桃缺陷及分级检测的精度。

利用空间平滑的协方差秩最小化DOA估计方法

针对传统波达方向角估计算法在相干信号及非均匀噪声下估计精度差、分辨率低的问题,基于空间平滑方法,提出一种接收信号协方差矩阵秩最小化波达方向估计方法.在传统空间平滑方法的基础上,所提算法将接收信号协方差矩阵分别左右乘交换矩阵以得到空间后向平滑协方差矩阵;而后基于平滑矩阵的低秩性,将协方差矩阵重构为无噪声协方差矩阵;最后利用传统MUSIC算法实现波达方向估计.仿真结果表明,与传统MUSIC算法、基于矩阵补全理论的MUSIC算法和秩迹最小化算法相比,所提算法能较好地抑制非均匀噪声影响,且在相干条件下具有较好的波达方向估计性能.

云计算中高效可即时撤销的无证书签名方案

针对云计算中无证书签名方案计算代价高、撤销不即时的缺点,提出一种基于椭圆曲线加密的可即时撤销签名方案。采用椭圆曲线标量乘运算降低计算开销,KGC(key generation center)将时间参数加密与系统主密钥结合生成时间密钥,当出现用户密钥泄漏或身份过期时,KGC立即更新撤销时间表中未被撤销用户的时间密钥,防止用户的隐私泄露。理论与仿真分析结果表明,方案在随机预言模型下被证明是安全的,并且能够抵抗已撤销用户的攻击。

MIMO雷达空时编码和接收权联合稳健设计

针对基于多进多出雷达的空时自适应处理方法的检测性能对目标参数估计误差敏感从而导致系统检测概率稳健性较差的问题,提出一种改善多进多出空时自适应检测性能的发射波形和接收权联合稳健设计方法。首先推导了多进多出空时自适应输出信干噪比的数学表达,而后构建了目标空时频导向矢量估计误差模型。在此误差模型、波形恒模特性、旁瓣以及杂波抑制等约束下,基于最大化最差情况下输出信干噪比准则,提出了改善多进多出空时自适应检测性能的发射波形相关阵和接收权联合稳健优化问题。为求解所得复杂非线性优化问题,提出一种迭代方法,其中每一步都可转化为半定规划问题,因而可获得高效求解。仿真结果表明,与现存主要的稳健方法、非稳健方法及不相关波形相比,所提方法可显著改善多进多出空时自适应检测概率的稳健性能。

海量视频数据分布式存储性能优化方法研究

针对文件系统存储效率低、多余副本导致空间浪费以及磁盘能源损耗严重的问题,提出一种新型分布式优化存储策略(distributed optimized storage strategy,DOSS)。首先,引入Bcache混合存储技术在磁盘阵列前增设固态硬盘,作为高速缓冲区对多路视频流进行临时数据组织,变多线程并发写任务为单线程顺序写入任务,规避磁盘内部碎片产生,有效提高系统写入效率。其次,提出改进的liberation码对视频数据进行压缩存储,在保证系统可靠性的同时提高磁盘空间利用率。最后,基于ioctl系统调用编写盘片转速控制函数,实现磁盘多级休眠和低延迟唤醒,减低磁盘能耗,提高使用寿命。结果表明单台存储服务器在500路4 Mbps并发视频流下存储效率提高约36%,存储空间节省约40%,系统应对12000路并发视频流时仍存在休眠磁盘约10%。

基于ECC与同态加密的加密算法

针对目前RSA(Rivest-Shamir-Adleman)同态加密方法计算效率低、公钥尺寸大、计算复杂度高的缺点,结合ECC(elliptic curve cryptography)与同态加密方法,提出一种改进的同态加密算法。在椭圆曲线加密算法的基础上,使用不同的私钥生成公钥并构造乘法同态加密方法,通过公钥对嵌入椭圆曲线中的点集加密并上传密文到云端。理论分析与实验结果表明,相对于目前的同态加密方法,改进后的加密算法在保证安全性的同时,解决了公钥尺寸大和计算复杂度高的问题,可直接对云中密文操作无需解密成明文。

基于小波的稳健光流计算方法

针对系统误差导致光流计算稳健性较差及精度较低的问题,该文提出一种基于小波多分辨理论的稳健光流计算方法。所提算法基于小波多尺度分辨率特性,将光照条件变化及传感器噪声引起的系统误差包含进光流计算中以改善光流计算的稳健性及估计精度,并通过总体最小二乘法求解超定小波光流方程组以获得光流矢量。仿真结果表明,与传统的Lucas-Kanade算法、Horn-Schunck算法及基于小波的全向图像光流估计方法相比,所提算法可显著改善光流估计精度及稳健性。

基于牛顿迭代法的RFID标签数量估计算法

ALOHA算法是一种被广泛采用的射频识别(RFID)标签防碰撞算法,要提高它的识别效率,算法帧长必须根据标签数量自适应调整,因此标签数量估计的准确性十分重要。针对已有标签估计方案存在的误差大问题,提出一种基于牛顿迭代法的标签数量估计算法(NIATE)。首先,根据标签数量与帧长的数量关系确定一个调节因子;其次,研究标签识别过程中成功时隙占总时隙比例,得到调节因子与所占比例的关系;最后利用牛顿迭代法求解得出准确的标签数量。仿真结果表明,NIATE算法在不同标签数量情况下,相比现有主流算法具有较好的自适应能力,标签估计平均误差更小,从而减少了识别所有标签所需的总时隙数,提高了系统吞吐率。

基于注意力与多尺度特征遥感图像建筑物分割

为解决图像分割中的边界粘连、小目标分割问题,提出一种遥感图像语义分割模型FAME-Net。在编码器中用ResNet33取代卷积网络,融合空间和通道注意力机制,提高深层次特征和小型建筑物特征提取能力;在中间增设改进的金字塔模块C-ASPP,卷积核锚点引入拉普拉斯算子,增强中心点局部特征,提高建筑物轮廓描述能力;在解码器中融合多尺度特征,设计平均损失函数,有效利用多尺度信息。采用Inria数据集进行性能测试,其结果表明,FAME-Net模型mIoU比U-Net、Link-Net、D-LinkNet、U-Net++模型分别高出8.94%、5.78%、2.47%和2.12%,小目标和边界粘连分割性能优势明显。

鲁棒自适应无迹卡尔曼滤波的SLAM算法

针对SLAM在复杂环境下对噪声干扰鲁棒性差以及运动轨迹预测误差问题,在UKF中引入自适应估计理论与鲁棒H∞控制准则,提出一种鲁棒自适应UKF-SLAM算法。该算法利用自适应估计理论,构建抗差因子和自适应因子,自适应估计测量和状态噪声等价协方差阵,实现粗差分离和噪声方差自适应补偿;利用鲁棒H∞控制准则对系统状态均值和协方差进行迭代更新,提高噪声干扰鲁棒性、降低预测误差。仿真结果表明:该算法能保证移动机器人在不同噪声环境下具有良好的鲁棒性与定位精度。

混合动力汽车动力系统建模与仿真

为缩短研发周期、降低研发成本,提高模型可信度,基于Simulink/Simscape建立混合动力汽车动力系统物理仿真模型,包括机械系统、控制系统和驱动系统动力学模型。建立控制器局域网络(Controller Area Network, CAN),实现动力系统各模型之间的通信,提高仿真模型复杂度与精度。在新欧洲标准行驶循环(NEDC)测试工况下,采用实车参数对模型动力系统性能和燃油经济性进行分析,探讨不同工况对模型的影响。仿真结果表明,建立的模型符合实际汽车动力系统动态特性,CAN总线的实时性和准确性满足实际需求。

移动ZigBee节点无线传感器网络建模与性能仿真研究

在如智慧医疗等众多ZigBee无线传感器网络应用中,网络节点的移动常常不可避免,为保证移动节点在网络中的泛在通讯能力,研究节点移动引起的网络性能变化十分重要。论文首先对OPNET仿真开发平台的网络层进程域模型进行改进,利用状态转移过程模拟节点移动进程特性,优化节点路由协议,改善基于OPNET的ZigBee无线传感器网络模型组网能力及网络阻塞状况。其次,仿真研究移动节点数量、移动节点速度对三种拓扑结构ZigBee网络的MAC负载、MAC延迟、端到端延迟性能的影响。仿真结果表明,随着移动节点数量以及速度的增加,簇状ZigBee网络负载承受能力最好,星型ZigBee网络在延迟方面表现出更大优越性,综合考虑负载和延迟两方面性能,网状ZigBee网络具有更大的优势。

一种用于终端小型设备的轻量级椭圆曲线加密算法

针对物联网系统终端小型设备微处理器低运算效率和低存储空间的特点,提出一种基于椭圆曲线加密(elliptic curve cryptography,ECC)的轻量级加密算法。首先在确定的椭圆曲线上随机选取两个不同点生成密钥,然后在加密过程中用点加、点减与倍点运算代替标量乘运算,最后对密文进行加盐处理。实验结果表明,与目前广泛应用的基于ECC的El Gama加密算法相比,改进后的加密算法密文长度减少25%,加解密速率提高200%。

无人机飞行模拟仿真平台设计

为提高飞行控制算法的研发效率,降低研发成本,基于数字孪生技术设计一个无人机硬件在环飞行模拟仿真平台。从几何、物理和行为3个方面研究无人机数字模型构建方法,将物理实体以数字化方式呈现。设计一种多元融合场景建模法,依据属性相似归一原则进行建筑物划分,编制建模规则,研究曲面数量优化方法,在虚幻4引擎(unreal engine 4,UE4)中整合建筑物模型和高程图,创建真实地形地貌的三维可视化飞行场景。以四旋翼无人机F450为例,与飞行试验的对比结果表明,该平台满足了飞行模拟的实时性和稳定性要求,跟踪曲线误差小于2%,对后续控制算法优化和复杂应用场景试飞具有重要的应用价值。

一种消除椒盐噪声的迭代自适应中值滤波算法

针对传统中值滤波算法对高密度椒盐噪声图像滤波效果差的问题,基于循环迭代处理思想,提出一种消除椒盐噪声的迭代自适应中值滤波算法。在传统基于决策滤波方法基础上,所提算法自适应调整滤波窗口尺寸并计算滤波窗口内非椒盐像素中值以替换噪声像素,进而根据噪声密度自适应决定算法迭代次数,以完全消除椒盐噪声并恢复原始图像。仿真结果表明,对噪声密度为10%～99%的图像,与标准中值滤波及其4种改进算法相比,所提算法能较快消除椒盐噪声且可较好恢复原始图像细节。

光照变化下基于稀疏表示的视觉跟踪算法研究

为提高光照变化下目标跟踪算法的精度和鲁棒性,基于稀疏表示理论,提出一种光照补偿和多任务稀疏表示联合优化算法。该算法首先根据目标模板与候选目标的平均亮度差异对目标模板光照补偿,而后利用候选目标构建过完备字典以稀疏表示光照补偿后的目标模板,并将所得问题转化为一个多任务优化问题,然后利用所得稀疏编码矩阵快速剔除无关候选目标,最后基于重构误差对剩余候选目标进行局部结构化评估,进而实现目标的精确跟踪。实验结果表明,与现有主流算法相比,剧烈光照变化情况下,所提方法可显著改善目标跟踪精度及鲁棒性。

一种GPS/BDS双模导航系统的选星算法

为解决传统选星算法中定位精度与计算GDOP复杂度之间的矛盾,提出一种改进的快速卫星选择算法。通过利用卫星的高度角和方位角信息划分区域,剔除信噪比小于一定门限的卫星,应用牛顿恒等式的GDOP计算方法,最终确定选择6颗卫星进行定位。用于较少周期计算的最佳卫星几何分布划分区域可以极大减少运算量,理论分析和实验结果表明,与最小GDOP算法相比,在略微牺牲定位精度的情况下,所提算法计算量显著降低,而定位精度优于Quasi-Optimal算法,证明了该算法的有效性。