求团之间最优路径的扩展双向广度搜索算法的改进

对求团之间最优路径的扩展扩度深度混合搜索算法进行了改进，将原算法中扩展双向广度搜索的三个过程合并为一个过程．改进算法当路径深度较小时与原算法等效，当路径深度较大时有更高的运行效率．     

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性（INS）/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波（EKF）技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波（STEKF）算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。      

一种基于地形方向通行性的改进Theta*算法

提出了一种基于Basic Theta*改进的任意航向路径规划算法,利用星球巡视器在俯仰和滚转方向上抗倾覆能力的差异,对不同航向上的地形可通行性进行了分析,分别区别出障碍以及方向性障碍,并在此基础上将Basic Theta*扩展节点时的可视性检查改进为可通过性检查,从而筛选出能够通过方向性障碍的路径.仿真实验表明,该算法克服了Basic Theta*算法的局限性,能够更加充分地利用巡视器特性,在复杂地形上找到传统方法无法通行的最短路径,扩展了巡视器的行驶范围和工作能力,对于巡视器穿越崎岖地形及撞击坑底探测等星球表面特殊任务具有实用价值.      

动态环境中的无人机路径规划方法

为了解决动态环境中的路径规划问题,提出了一种引入时间轴的方法.在构型空间的基础上引入时间轴,将构型空间扩展为构型-时间空间,在构型-时间空间中可以表示动态障碍物所有时刻的位置.在路径生成阶段,提出了一种改进的蚁群算法,将方向信息作为启发信息引入蚁群算法中,使蚂蚁在初始搜索路径时更有针对性.仿真结果表明:构型-时间空间可以解决动态环境的表示问题,改进蚁群算法可以更快地收敛到全局最优解.      

应用改进果蝇优化算法的月面巡视器路径规划

文章针对果蝇优化算法易陷入局部最优的问题,对果蝇算法中的味道浓度判定值进行改进,并将其用于月球探测巡视器的动态路径规划。为验证算法的有效性,将改进果蝇优化算法与粒子群优化算法的路径规划寻优特性进行了仿真对比分析,结果表明改进果蝇优化算法具有良好的实时性,并有效解决了算法易陷入局部最优的问题。考虑到月球探测巡视器在沿规划路径进行月面巡视的过程中,有可能遇到未知障碍物的情况,提出了动态环境下月球巡视器遇到未知静态障碍物的避障策略。     

一种求团之间最优路径的扩展广度深度混合搜索算法

一类由实际问题抽象出来的点边具有变权值的无向图G=,图G的团是G中的极大完全子图。由于顶点与边的权值随着所在路径的不同而变化并且所求的是从一个团到另一个团的最优路径,已知的Dijkstra算法及广度深度搜索算法都无法直接应用。本文提出一种扩展广度深度混合搜索算法,不仅能正确求得从一个团到另一个团的最优路径,而且有较高的运行效率,并已投入实用。     

基于改进优先经验回放的SAC算法路径规划

为解决智能体在复杂环境下的路径规划问题,提出一种基于改进优先经验回放方法的在线异策略深度强化学习算法模型.该模型采用柔性动作评价算法,通过设计智能体的状态空间、动作空间及奖励函数等实现智能体无碰撞路径规划;利用样本状态优先度与TD误差构建的样本混合优先度的离散度计算样本采样概率,进一步提出基于改进优先经验回放方法的柔性动作评价算法,提高模型学习效率.仿真实验结果验证了提出的改进柔性动作评价算法在各个参数配合下的有效性及改进优先经验回放方法在连续控制任务中模型学习效率的优越性.     

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。     

一种基于概率路线图的月球巡航车路径规划算法

为提高月球巡航车自主探测时的安全,提出一种基于概率路线图(Probabilistic Roadmap, PRM)的改进路径规划算法.该算法基于距离变换地图,改善PRM算法的采样方式,控制采样点远离障碍物,使规划的路径远离障碍物,避免紧贴障碍物前进的危险情况,提高了月球巡航车自主探测过程中的安全程度.为评估路径的安全性,提出安全警戒系数和最小安全警戒系数两个安全指标,并在月球表面仿真环境下对A*,PRM和改进的PRM算法生成的路径进行安全评估.结果表明改进的PRM算法相较于A*算法,安全警戒系数和最小安全警戒系数分别提升了2.20 m,1.00 m;相较于PRM算法,安全警戒系数和最小安全警戒系数分别提升了1.68 m,1.00 m.改进的PRM算法不局限于月球巡航车的路径规划,还可以应用于对路径安全性要求较高的探索机器人和自动驾驶汽车.     

基于Safe-PPO算法的安全优先路径规划方法

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少，并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题，提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法，所提算法以安全优先进行路径规划。采用协方差自适应调整的进化策略(CMA-ES)的思想对PPO算法进行改进，并引入危险系数与动作因子来评估路径的安全性。使用二维栅格地图进行仿真实验，采用传统的PPO算法和Safe-PPO算法进行对比；采用六足机器人在搭建的场景中进行实物实验。仿真实验结果表明：所提算法在安全优先导向的路径规划方面具有合理性与可行性：在训练时Safe-PPO算法相比传统的PPO算法收敛速度提升了18%，获得的奖励提升了5.3%；在测试时采用融合危险系数与动作因子的方案能使机器人学会选择更加安全的道路而非直观上最快速的道路。实物实验结果表明：机器人可以在现实环境中选择更加安全的路径到达目标点。     

对一种特征识别算法的两点改进

 针对一类重要的特征识别算法——Falcidieno算法,做了两点较大的改进:第一,在处理显式特征时,原算法不能处理凸特征与凹特征相邻接时的情况,而改进后的算法可处理该情况,它可从既有凸边又有凹边的环识别出凸特征和凹特征;第二,指出了隐式凸特征存在的一个条件,并修改了对隐式特征的处理方法,从而可识别出更多类型的隐式凸特征.这两点改进显著地扩展了该算法的适用范围.     

有障碍区域的多无人机多目标点路径规划

主要讨论了有障碍区的多无人机多目标点的路径规划问题.采用Dubins模型满足无人机的曲率约束,建立了含有混合变量的多约束优化问题,通过改进的遗传算法对优化问题进行求解,得到了满足基本约束条件的无人机遍历顺序和航向角,并确定了每个无人机的Dubins路径;给出了确定路径进入障碍区的检测方法,采用Dubins 快速扩展随机树算法对进入障碍区域的路径进行调优,得到了满足障碍约束条件的优化无人机路径. 通过仿真算例对比实验,证明了所提算法的有效性.     

基于改进蚁群算法的月面机器人的路径规划及虚拟仿真

针对月面机器人在复杂地形下的路径规划问题,提出了一种改进的蚁群算法。算法构建了栅格化地形图,基于人工势场法改进了蚁群算法的启发函数,加快了算法收敛速度;引入空间信息素划分方法,提高了蚁群在最短路径附近区域的搜索能力;实验证明,改进后的蚁群算法,路径规划成功率显著提高,收敛速度加快。在算法规划出月面机器人的最短路径后,采用虚拟仿真技术,基于unity3D构建虚拟月面环境和月球车,直观地展示了月面机器人在月面环境下的路径规划效果。     

空间非合作目标的相对导航粒子滤波算法

针对激光交会雷达作为在空间交会对接过程中的相对导航敏感器,研究了未来特殊背景下,非合作目标航天器对雷达信号发射干扰的情况下的相对导航滤波算法.针对高维模型计算量大的特点对传统粒子滤波算法进行了改进,并与扩展卡尔曼滤波器进行了仿真比较,仿真结果表明改进后的粒子滤波器的滤波效果远远优于扩展卡尔曼滤波器,且计算量优于传统粒子滤波.     

基于特征值分解的小天体着陆自主导航系统可观度分析

摘要： 针对非线性导航系统中状态估计可观性与导航精度之间的关系，采用基于误差方差阵特征值分解的可观度分析方法，结合扩展卡尔曼滤波(EKF)算法对非线性预测滤波(NPF)算法进行改进，推导改进预测滤波的误差协方差矩阵，并对其进行特征值分解.分析特征值和特征向量与导航精度的关系，以小天体探测器着陆自主导航系统为例进行仿真验证，与EKF导航精度比较的基础上验证改进的NPF算法的有效性和精确性，并分析不同误差因素(模型误差，陀螺噪声，陆标误差)对可观度的影响，为航天器实际过程中自主导航系统的滤波器设计提供参考.     

基于ADDPG策略的超立方体卫星编队控制

针对大规模卫星高精度编队控制问题，提出了一种基于吸引法则的深度确定性策略梯度控制方法(attraction-based deep deterministic policy gradient, ADDPG)。首先阐述了超立方体拓扑编队拓扑构型特性，建立了卫星编队动力学模型，设计了超立方体卫星编队虚拟中心用于衡量编队整体飞行状态。为解决无模型深度强化学习的探索和扩展平衡问题，设计了ε-imitation动作选择策略方法，最终提出了基于ADDPG的卫星编队控制策略。算法不依赖于环境模型，通过充分利用已有信息，可以降低学习模型初期探索过程中的盲目试错。仿真结果表明ADDPG策略以较少的能量消耗达到更高的精度，相比知名算法在加快编队收敛速度的同时，误差减少5%以上，能量消耗减少7%以上，验证了算法的有效性。     

基于动态寻优调节的卷积码堆栈-桶算法

大约束长度卷积码具有抗干扰性强，难以破译等优点，被应用于卫星通信等领域。但低信噪比环境下，存在空间利用率低和译码复杂度高的缺点。针对此问题，提出一种基于动态寻优调节的卷积码堆栈-桶（DORSB）算法。所提算法采用新参数深度因子辅助路径存取，能够增大接近码树终点的路径优势，降低译码复杂度；并在堆栈溢出时，对桶的尺寸进行调节，对桶空间进行复用的同时降低误帧率，可有效提升空间利用率。仿真结果表明：在深度因子增量适当且误帧率为10-5的情况下，相比于标准堆栈-桶算法，所提算法误帧性能提高了约0.6 dB，并且时间复杂度最多能改善72.63%。     

基于SOVA的低复杂度FTN信号接收算法

超奈奎斯特(FTN)传输技术是一种高频谱效率的信号传输方式。针对FTN信号存在的码间串扰,基于软输出维特比算法(SOVA)提出FTN信号的低复杂度接收算法。根据幸存路径和竞争路径的判决结果,动态地调整每个时刻回溯过程的比较次数,降低比较次数平均值。在实际应用中,根据不影响误码性能的统计经验值直接截短回溯路径的长度。直接截短回溯深度算法可在不恶化误码率(BER)的前提下,降低比较运算次数2/3,同时减少回溯过程所需寄存器资源和延时50%以上。     

基于优先级和率失真模型的CCSDS-IDC码率分配算法

为了解决遥感图像采集与空间网络传输能力之间的矛盾,迫切需要具有码率控制功能的图像压缩算法。文章面向军事目标监测领域图像目标区域局部高质量需求,针对CCSDS-IDC（TheConsultativeCommitteeforSpaceDataSystems ImageDataCompressionStandard）图像压缩标准,提出了一种码率分配算法。新算法改进了原算法的分段方式,设置了段优先级,并根据优先段覆盖的比例及率失真模型设计了码率分配方案。结果表明新算法在局部峰值信噪比和局部视觉效果上较原算法有明显的提高,当优先段覆盖率低于压缩比倒数时,新算法的整体峰值信噪比与原算法接近。     

基于改进关键帧选择的ORB-SLAM2算法

针对同时定位与建图（SLAM）算法精度不高且跟踪易失败的问题，提出了一种改进关键帧选择的ORB-SLAM2算法。通过ORB-SLAM2算法计算帧间相对位姿；在原有算法的基础上，增加旋转与平移量作为判定依据，决定是否创建新关键帧；针对移动机器人所安装的相机与机器人产生相对运动引发误拍摄，导致劣质关键帧生成的问题，设计了劣质关键帧剔除算法；基于RGB-D数据集与自主研发的移动机器人进行了实验验证。实验结果表明:改进的关键帧选择算法能够准确及时地选择关键帧，最优情况下定位误差约为原误差的51.9%，有效消除了相机与机器人之间相对运动产生的影响，直线误差仅为原误差的82.1%。改进算法能够有效提高定位精度，减少跟踪失败。