基于旋翼无人机近地面空间应急物联网节点动态协同部署

针对基于旋翼无人机的近地面空间应急物联网在缺少地面基站和能量受限的情况下,可靠节能地远距离传输重点区域全信息的要求,研究由无人机组成的移动Ad-Hoc网络的远距离通信问题,提出近地面空间应急物联网空地节点动态协同部署方法.首先,对该类物联网进行系统建模;其次,根据所建模型中无人机编队大范围、队列化、微漂移地分散于监测区域的特点和编队的联合分布情况,在提供可靠通信的同时,将系统通信能耗和移动能耗的计算构建成二次约束二次规划问题;再次,根据Gerschgorin圆盘定理和根的存在性定理,证明了此问题为凸优化问题,进而可求解得到移动地面站的最佳路径点,实现近地面空间应急物联网空地节点动态协同部署.最后,通过实验,从通信耗能和运动耗能两方面验证了本文所提方法的有效性,同时,也分析了影响本文所述方法效能的因素.

时滞执行器饱和Markov跳变系统的有限时间镇定

讨论了含执行器饱和的离散时滞Markov跳变系统在未知但有界扰动的情况下,针对系统模态转移概率部分未知的系统进行有限时间镇定的分析和研究。利用构造的Lyapunov函数和饱和非线性处理技术,对具有执行器饱和的离散时滞Markov系统进行研究,并提出了系统状态有限时间镇定的充分条件,结合线性矩阵不等式的方法,设计并实现了有限时间镇定状态反馈控制器。通过数值仿真,示例验证了该设计方法的有效性及潜在的应用性。

多尺度特征对齐聚合的语义分割方法

卷积神经网络在对图像进行语义分割时,高层特征经过降采样和padding操作和低层特征之间容易产生错位。为了解决高低层特征之间的错位问题,更好地聚合多尺度特征信息,提出了一种带有多尺度特征对齐聚合(MFAA)模块的语义分割方法。MFAA模块采用一种可学习插值策略来学习像素的变换偏移,可以有效缓解不同尺度特征聚合的特征不对齐问题,同时模块内的注意力机制提高了解码器恢复重要细节特征的能力。该方法利用高层特征的语义信息和低层特征的空间信息,通过多个MFAA模块将高低层特征对齐之后聚合到一起,从而实现图像更加精细的语义分割效果。将所提网络结构在语义分割数据集PASCAL VOC 2012上进行了验证,使用ResNet-50作为骨干网络时在验证集上的平均交并比值达到了78.4%。实验结果表明,该方法与几种主流分割方法相比在评价指标方面存在优越性,可以有效提高图像分割的效果。