基于ArcGIS的最短路径算法在城市交通中的应用

最短路径算法在城市交通中应用广泛。分析对比了Dijkstra算法和A*算法,并结合城市交通中的实际情况,在A*算法中加入了交通信号灯的时间因素和路面宽度因素,以达到改进算法的目的。通过在Esri公司的ArcGIS平台上使用Python进行测试后得到的结果表明:Dijkstra算法所计算的路径最短,但未考虑城市交通的实际情况;经过改进的A*算法所得路径避开了城市中心拥堵区域,通过的路口最少,更适合应用于实际交通当中。     

基于分层栅格地图的移动机器人路径规划

针对传统A-Star算法与模糊控制算法单独应用于移动机器人路径规划时各自的局限性,提出一种基于分层栅格地图并将两种算法融合的移动机器人路径规划新方法.融合后的新算法先利用A-Star算法在高层栅格地图中整体规划出一条概括性路径,再利用模糊控制算法以概括性路径中的点为导航点,在底层栅格地图中进行局部规划,从而得出最终的路径.仿真结果表明,与传统的A-Star算法与模糊控制算法相比较,新算法所规划路径距离较短且平滑可行,具有较高的品质.     

基于离散混沌蝙蝠算法的测试点选择

针对模拟电路测试点的选择问题,基于智能优化算法的测试点选择方法相比于传统的迭代法具有一定的优越性,但是仍然存在算法复杂度过高等问题.在深入研究蝙蝠算法(BA)的基础上,采用混沌映射对算法进行优化,并用变换函数将算法离散化,提出一种离散混沌蝙蝠算法(CBBA),将算法应用于测试点选择.通过实验仿真,证明该算法具有较高的准确度,而且与其他算法对比发现,该算法具有更好的性能.     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

基于改进TLS-ESPRIT算法的相干定位信号波达方向空间平滑

针对室内角度定位,在定位信号相干条件下无法实现准确估计波达方向(DOA)的问题,提出了一种基于TLS-ESPRIT算法的双向空间平滑方法。该算法先对定位相干信号进行双向空间平滑处理,然后用TLS-ESPRIT算法进行DOA的精确估计,使其最大限度地利用信号子空间的信息,从而解决了算法计算过程中输出信号的协方差矩阵秩亏损情况。该算法能够准确实现定位信号相干条件下DOA估计,与传统的空间平滑结合其他改进ESPRIT算法相比,具有更好的平稳性及抗干扰能力。最后通过仿真实验验证了算法的有效性和稳定性。     

子孔径拼接测量基本算法与迭代算法的性能比较研究

从原理上对子孔径拼接的基本算法与迭代算法即SASL算法进行了比较分析,提出利用SASL算法中重叠计算子问题的求解方法来确定基本算法中的重叠对应关系,并对两种算法的性能进行了对比研究。结果表明SASL算法对于子孔径的对准误差更不敏感,拼接测量结果更为可靠,且适用于平面、球面和非球面。     

基于Levenberg-Marquardt算法的航空发动机模型求解混合算法

为了降低航空发动机非线性模型求解的收敛性要求,将模型非线性方程组的求解问题转化为最小二乘问题,提出了基于Levenberg-Marquardt(L-M)算法的混合算法。为了使L-M算法跳出局部解,混合算法使用动力学方法修正局部解;为了提高计算效率,利用Broyden拟牛顿法加速L-M算法。以涡扇发动机为研究对象,应用混合算法、L-M算法、牛顿法和Broyden拟牛顿法进行稳态和瞬态仿真。结果表明：在稳态工况下,L-M算法和混合算法收敛范围更大,在随机初值条件下能达到90%以上的收敛率,远高于牛顿法和Broyden拟牛顿法不到20%的收敛率,且混合算法计算速度与Broyden拟牛顿法相当。在瞬态工况下,L-M算法和混合算法能够在牛顿法和Broyden拟牛顿法都不收敛的强瞬变工况收敛,且混合算法瞬态计算时间仅为Broyden拟牛顿法的1.13倍。仿真结果表明该算法在航空发动机模型求解上具有良好的适用性。     

空间多分辨率模糊目标跟踪

提出了一种新的模糊目标跟踪算法--CPDA算法。这个算法在空间多分辨率框架下应用概率数据互联算法,在粗分辨率上实现模糊目标跟踪。在不同虚警密度的模糊目标环境下,利用仿真实验分析了CPDA算法的跟踪性能,同时将其与单分辨率上的联合概率数据互联方法进行了性能比较。仿真结果表明,CPDA算法的跟踪性能在达到与单分辨率上JPDA算法同样性能的条件下,能够以较小的计算量跟踪模糊目标。     

一种基于特征空间的自适应天线旁瓣相消算法

把常规自适应天线旁瓣相消算法和特征空间技术相结合,提出了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线旁瓣相消算法的权矢量向由干扰特征矢量组成的干扰子空间投影,避免了由小特征值对应特征矢量组成的噪声子空间对权矢量的影响,与常规自适应天线旁瓣相消算法相比,该算法具有更好的干扰对消性能,其输出干扰对消比和波束方向图都能在很少的快拍下收敛。计算机仿真结果证实了这种算法的有效性。     

一种改进的Turbo码Log-MAP译码算法

在传统Turbo码Log-MAP译码算法的基础上,借鉴已有的简化算法,提出了一种改进的Log-MAP译码算法。仿真结果表明,新的算法在大大降低译码复杂度的同时较好地保持了译码性能,使其非常接近Log-MAP算法的译码性能;同时也非常有利于硬件实现。     

空基多雷达航迹抗差关联算法

基于高斯随机矢量统计特性,推导出一种适用于探测距离较远、系统误差时变、雷达上报目标不一致等复杂环境的空基多雷达航迹抗差关联算法。分解航迹距离矢量,对消系统误差矢量得出适用于3个及3个以上雷达的航迹抗差关联条件和流程。分别设置了目标密集程度、随机误差和系统误差适应性实验验证算法性能。仿真结果表明所提算法的关联准确性和复杂环境适应性相比现有的基于参照拓扑特征的航迹关联算法（RET算法）和基于距离检测的可信关联算法（confidential算法）有较大幅度的提升。     

故障检测的智能决策

 根据Schank的动态记忆理论,研究了信息系统的分类,给出了具有智能性质的决策算法。动态系统的故障检测可归结为系统有故障和无故障,由此给出了故障检测的智能决策算法。许多复杂的故障检测算法可归结为简捷的线性函数正、负的判断,因而可有效降低算法的复杂性。实例验证了故障检测的智能决策算法的有效性。     

基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。     

基于模拟退火的改进粒子群算法研究及应用

为加快粒子群算法效率,跳出局部最优陷阱,得到高精度最优解,文章提出了基于模拟退火的带收缩因子的粒子群混合算法(SACPSO)。首先,对混合优化算法进行了分析;然后,对混合算法进行函数数值仿真;最后,将SACPSO算法应用于PID参数整定问题。结果表明,改进粒子群算法的稳定性和搜索精度有了明显提高,收敛速度明显加快;在PID参数整定应用上,同传统方法相比,系统稳定,收敛性能好。     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。     

基于差分和局部积分均值的EMD算法

针对经验模态分解中无法分离频率相近信号的问题,提出一种新的经验模态分解算法。该算法将局部积分均值的"筛分"算法和差分经验模态分解算法的思想结合在一起。仿真结果表明,该算法的频率分辨率比基于局部积分均值的经验模态分解算法要高,分解效率要比基于差分的经验模态分解算法要高,同时在一定程度上抑制了边界效应。     

基于零均值特性的箕舌线变步长 LMS算法

针对基于箕舌线变步长LMS算法步长更新公式易受噪声干扰的问题,根据高斯自噪声的零均值特性,提出基于零均值特性的箕舌线变步长LMS算法,使算法的抗噪声干扰能力增强。若2算法选取相同参数α、β,则基于零均值特性的箕舌线变步长LMS算法相对于箕舌线变步长LMS算法具有小的稳态误差。在保证算法收敛的条件下,基于零均值特性的箕舌线变步长LMS算法相对箕舌线变步长LMS算法具有较快的收敛速度。     

基于小波变换的 ICA盲源分离算法

针对ICA算法不能直接应用于单通道盲分离的问题,提出了基于小波变换的ICA盲源分离算法。该算法结合小波变换对基于信息论的ICA算法进行了改进并应用在单通道盲分离中。仿真结果给出了分离后信号的波形,经检验其相似程度,分离后信号的波形与源信号的波形较为接近。     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。