基于距离和角度信息的无线传感器网络定位算法(英文)

提出一种基于距离和信号到达角信息的无线传感器网络节点自身定位算法.在所有节点的坐标轴方向都是未知的假定下,用信号到达角信息来计算信号到达角度差,然后将定位问题转化为一个凸集优化问题,节点间的几何关系也相应地转化成为线性或二次约束条件.当距离和角度测量值足够精确时,该算法是一个线性规划问题.考虑测量误差时,通过引入辅助变量,该算法可以转化为二次规划问题.通过仿真分析证明了该定位算法的有效性,并对距离和角度误差量对定位精度的影响进行了定量分析.仿真结果表明,在距离和角度误差为5%的时候,该定位算法可以满足定位精度要求.     

电离层对普通GPS和位置差分GPS定位误差的影响

在没有选择可用性条件下，差分ＧＰＳ定位精度完全取决于电离层的空间不相关性，为了改进差分ＧＰＳ的校正算法，本文在月平均电离层时延等值图的基础上，建立了一个简单而又逼真的电离层模型，并分析了普通ＧＰＳ和位置差分ＧＰＳ仅电离层单一因素引入的定位误差。     

基于改进的区域候选网络的行人检测

通过Caltech数据集训练区域候选网络时,发现其在场景复杂情况下存在大量的漏检和误检。经分析:一是区域候选网络使用VGG网络提取待检测图片特征,由于VGG网络层数较少,提取的特征不能够很好地表达行人;二是锚边框的尺度通过手工设计,没有利用到行人的尺度先验信息。针对以上2个问题,提出了一种改进的区域候选网络的行人检测方法,首先通过使用分类能力更强的Res Net提取待检测图片特征,然后利用检测小网络在卷积特征图上滑动,预测多个锚边框区域是否是行人并对锚边框位置和尺度进行修正,其中锚边框尺度通过KMeans算法计算得到。结果表明:本文算法在Caltech数据集上,比传统的VJ和HOG方法漏检率分别低36.23%、27.09%,比基于深度学习的方法 Ped Faster RCNN、MRFC+Semantic和UDN+漏检率分别低6.78%、3.73%、1.53%。研究表明本文改进的区域候选网络能够较好的检测行人。     

空中交通网络物理系统影响力节点排序与抗毁性研究（英文）

为了确保飞行安全,采用复杂网络方法研究了空中交通网络物理系统(Cyber physical system,CPS)节点的影响和抗毁性。根据空中交通管理规则,分析了航路与管制扇区之间的逻辑耦合关系,构建了空中交通CPS网络模型,并建立了节点影响力指标和抗毁性指标。改进了K-shell(Improved K-shell,IKS)算法,对网络节点的影响力进行了计算和排序,并分析了随机和选择性攻击下的网络抗毁性。以华东地区空域为例,建立空中交通CPS模型,利用度、IKS和接近中心性对信息网和物理网的影响力节点进行了排序,分析了空中交通CPS在不同攻击方式下的抗毁性。实验结果表明,IKS算法能够有效识别空中交通CPS网络中的影响力节点,改进K-shell和接近中心性是影响空中交通CPS的抗毁性的两个关键指标。     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

一种航路网络社团划分的改进FN算法（英文）

社团划分是研究复杂网络特性的重要方法,目前应用较普遍的fast-Newman算法只考虑了网络静态层面的拓扑结构划分,而忽视了动态交通流量需求,导致划分结果仅为结构化最优的社团结构。为了提高社团划分准确性,以航路网络静态拓扑结构为基础,提出了网络交通流贡献度的概念;同时,引入运筹学理念优化网络邻接矩阵,形成一种改进的社团划分算法。选取华东地区航路网络352个航路节点,928条航段进行算法对比实验验证。结果表明,大型社团包含节点数占比提升21.3%,模块度值由0.756提升至0.806,而模块度的取值范围为[-0.5,1),因此,改进的算法对社团结构划分有更理想的效果。研究成果可以为航班时刻优化、航路资源合理利用提供理论和技术支撑。     

基于物联网的智慧教室环境多传感器节点数据自适应融合方法

传感器节点数据的自适应融合误差较大,为提高融合精度,基于物联网设计智慧教室环境多传感器节点数据自适应融合方法。依据系统状态的估计值推断变步长因子的调节机制,获得自适应更新环境传感器变步长因子表达式。基于物联网计算多传感器节点的线性控制参数,得到欧式距离的权重参数。判断数据融合修正值与节点能量密度的关系,在节点集合的基础上,计算多传感器节点密度。设计多传感器数据自适应融合算法,得到多传感器节点数据自适应融合方法。测试温度、湿度、粉尘浓度、振动幅度、CO₂浓度等多种传感器节点数据的融合精度。实验结果显示,同等网络迭代次数下,该方法所得到的拟合优度明显高于其他三种方法,可见该方法的融合效果优于其他方法。     

基于RFG-SVM算法的在线课程学习行为分析

因支持向量机算法对在线课程平台的学习行为分析有误差,提出了一种基于大数据的随机森林模型的特征加权支持向量机RFG-SVM算法,该算法是在传统支持向量机算法上做完善、修改。利用Gini指数对特征变量计算,再计算RF模型分类识别的准确度,获得特征设定权重值,完成权重值在支持向量机的核函数中的计算。实验结果表明,通过对不同学习行为的学生的学习效果的预测,发现该方法能有效帮助教育者通过在线平台分析学习者的学习行为,预测学习效果,具有更高的准确率和稳定性。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

冲压成形模拟中有限元方程组求解算法

提出采用选代法取代自主开发系统Quick-Form中的直接法,提高了计算效率.在"广义相邻节点"以及"节点的广义相邻关系"两个概念的基础上研究了整体刚度矩阵的生成原理以及其中非零子矩阵的分布规律.提出了一种适合迭代算法的改进一雏变带宽压缩存储方法,最大程度上节约了内存,而且避免了节点编号的优化难题.最后.通过数值计算实例验证了该算法在求解大型有限元模型时不仅具有较高的计算效率,而且能够节省大量存储空间.     

无线传感网中能量优化的异常检测算法

基于网内数据处理技术和网络动态分簇技术,提出一种能量优化的异常检测算法。算法首先利用节点协作计算获取相关性信息,然后根据节点相关性和节点能量信息进行动态网络分簇,最后利用簇内相关与簇间相关性进行能量有效性的异常检测。相关测试结果表明,本文算法既保证了传感网异常检测精度又提高了网络能量利用效率。     

伪距差分GPS的一种改进方法(英文)

在采用伪距差分的全球定位系统(GPS)中,分析了电离层时延校正不完善而产生电离层时延伪距残差的原因,指出了差分参考站和用户相对于导航卫星位置不同,引起了电波穿越电离层处的垂直TEC和角度不同是产生这种残差的主要原因,提出了一种改进的伪距差分算法,并且用计算机仿真验证了其改进的效果.     

GPS广域增强系统（WAAS）建模及数字仿真

研究了一种ＷＡＡＳ的实现方案,主控站利用各基准站的观测数据估算ＧＰＳ卫星的三维星历误差、时钟误差的等效距离误差（包括ＳＡ误差）、电离层时滞参数及完好性信息,并将这些误差修正量及完好性信息发送给用户。仿真结果表明,利用这些ＷＡＡＳ校正量后,用户的定位精度可以得到很大的提高,并且定位精度在较大的范围内与用户的位置基本上无关。     

基于改进区域生长算法的终端区扇区优化

针对民航业发展中空中交通流量不断增加以及空域划分不合理导致的流量分布、管制员负荷分布不均等问题,基于空中交通管制扇区划分的思想,对终端区扇区优化算法进行了研究。通过对终端区空域实际交通流网络进行数学描述,利用流量栅格矩阵划分空域单元,并以航迹数据作为统计依据建立扇区优化的数学模型,实现利用流量数据代替负荷计算,简化了扇区优化的过程。针对传统生长算法所得扇区不连续空域较多问题,提出环形生长的改进区域生长算法得到最优的扇区划分。最终,以厦门终端区为例,通过改进区域生长算法所得的扇区管制员负荷,经计算均小于总时间的80%,且最小负荷差为304 s,验证了所提出扇区优化方法的合理性。     

网壳结构稳定性分析的改进随机缺陷法智能控制

以作者前期研究的网壳结构缺陷稳定分析的改进随机缺陷法为基础,将异常值检验、临界荷载分布规律检验、设计临界荷载的取值等与随机缺陷稳定计算程序相结合,并增加智能控制模块,实时监察临界荷载分布规律及其统计参数的变化。当计算样本容量已能够恒定反映临界荷载的分布规律时即可停止整个缺陷稳定分析过程,从而使随机缺陷稳定性分析的计算工作量尽量小。计算结果表明,程序智能控制的样本数能够恒定反映临界荷载的分布规律。改进随机缺陷法智能控制程序的开发不但节约了网壳结构随机缺陷稳定分析的样本数和计算时间,而且为计算样本数的选取提供了依据,从而可针对不同分析对象确定需要的最小样本数。     

面向网络机群系统的结构有限元并行分析

提出了基于网络机群的有限元并行分析方法,结合网络机群体系的特点,分析了这一方法所应具有的基本特点:分布式并行建模;子区域间计算任务弱相关;节点负载平衡。在自建的网络并行平台上,实现了无重叠区域分解直接算法的并行处理,并进行了算例验证。     

基于信息素差异分布策略的路径规划蚁群改进算法

针对传统蚁群算法用于移动机器人路径规划时存在初期盲目性搜索、收敛速度慢以及容易陷入局部最优的问题,提出一种蚁群改进算法。首先根据各节点相对于起始点和目标点连线之间的距离,对初始信息素不平均分配,使其呈正态分布,降低算法搜索初期的盲目性,加快最优解的搜索;其次改进挥发因子,采用双挥发因子原则,控制信息素的挥发,既降低局部最优的可能,又能加快收敛速度;对冗余路径作进一步优化处理,使得路径更优。仿真结果表明,本文蚁群改进算法相对比传统蚁群算法以及其他蚁群改进算法收敛速度更快,收敛性更稳定。     

直升机尾桨定常载荷噪声的工程计算方法

对尾桨载荷噪声的预测方法进行了研究。尾桨载荷噪声用偶极子声源来描述;预测方法采用谐波法,即将尾桨载荷沿桨盘周向的周期性分布展开成各次谐波载荷的傅里叶级数形式,并代入用偶极子声源描述的声辐射公式中,从而求出尾桨桨盘外某观察点的声压级。理论推导和计算比较表明,在预测直升机尾桨定常载荷噪声时,其误差大小取决于算法中桨叶弦向载荷分布的数学描述与实际弦向载荷分布的吻合程度,并证明选取某种与实际弦向载荷分布较为相似的斜抛物线形来预测噪声误差很小。因此,可以将弦向实际载荷分布用某种弦向斜抛物线形载荷分布来代替,从而避免了计算桨叶实际载荷分布所带来的麻烦。最后,结合实际算例,对本文算法所产生的误差作了比较分析,并总结出了一个误差判据,从而使得本文算法能应用于直升机尾桨定常载荷噪声的工程计算。     

归一化RBF网络的结构优化策略

针对归一化RBF网络，利用基于山峰函数的减法聚类算法构造归一化RBF网络的初始结构，采用奇异值分解(SVD)算法分析了网络隐含层节点与奇异值、累积贡献率以及索引向量的关系，并对归一化RBF网络的结构进行了优化。最后，对该优化策略的可行性和有效性进行了仿真验证和性能比较。     

工业机器人的绝对定位误差模型及其补偿算法

工业机器人重复定位精度高而绝对定位精度低。为了提高工业机器人的绝对定位精度,提出一种绝对定位误差模型。基于该模型,利用激光跟踪仪和最小二乘法辨识出所需参数,并对误差进行补偿修正。最后,将这种方法应用在KUKA KR150-2机器人上进行测量和补偿。实验结果显示:平均绝对定位精度由补偿前的1.321mm变为补偿后的0.183mm,从而表明该方法的有效性。