流媒体系统多数据流安全的动态选择控制模型

部分加密等媒体数据加密算法是保护媒体数据安全的有效方法,但用其加密流媒体系统中的多路媒体数据将使系统面临效率、规模扩展与安全性问题.为此提出基于数据安全权重的多数据流加密的动态最优选择控制模型,根据各数据流的带宽、权重等参数,为不同数据动态选择不同强度的加密方法.由于化简后的数学模型是NP难的0-1背包问题,结合实际系统特点提出基于贪婪启发思想的增量式近似算法.理论分析和实验表明该算法时间复杂度低且具有良好的近似性.最终在一个实用流媒体系统——Admire系统中设计实现了选择控制模型的原型子系统.      

一种求解同顺序Flowshop排序问题的新的启发式算法

在生产调度中经常遇到工件排序问题,这类问题大多属于NP类问题.对此,目前无论在理论上还是在实际应用中,都尚未找到令人满意的一般求解方法.针对NP类问题中的一类--同顺序Flowshop排序问题,进行了广泛而深入的调查和比较研究,在此基础上,提出了一种新的启发式算法(简称为WSH法),并通过大量的数据实验将该算法与目前已知较好的几种算法进行了比较.结果表明,WSH法结构简单,计算效率高,是求解中、小规模问题的较好算法.     

基于双量子比特态测量的量子自适应中值滤波

为了进一步增强去噪时对图像细节的保护能力,并同时提高算法实时性,提出了基于双量子比特态测量的量子自适应中值滤波算法,该算法首先将待处理图像像素转化为量子叠加态,然后依据量子测量原理对此叠加态进行量子测量,最后将测量后的坍缩态转化为输出图像.该算法使用双量子比特态来描述单像素,拓展了单量子比特态与单像素的对应关系.双量子比特态的4个叠加基态增加了被描述像素的信息量,可以更精确地对像素进行操作.该算法根据噪声特点设计双量子比特态的概率密度公式,并根据测量坍缩态自适应地调整滤波窗口尺寸.实验证明,该算法与标准中值滤波和经典自适应中值滤波相比,具有更好的综合滤波能力,既可以有效地滤除噪声点,很好地保护图像细节,又具有很好的实时性.     

4基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

量子软件

当物理学家们为制造量子计算机的硬件而努力奋斗的时候,这些量子计算机的软件设计已经取得了很大的成功。美国新泽西州默里山光辉技术公司的一位理论物理学家,设计量子软件的洛夫·格罗弗表示:“如果今天我们有一台量子计算机的话,那么我们已有了像传统计算机一样有威力的软件,使量子计算机能够解决许多问题,并且有能力来完成更有难度的任务。”不过,量子软件的设计也并不容易。这种量子算法有超级强大的运算能力,可同时完成许多数字的相同计算,所以在量子算法中你不得不完全保持并行计算的技巧。同样,人们需要的是最后得出的答案,而不是一…     

基于量子纠缠的空间信息传输系统研究

量子通信是一种无条件安全的信息传输方式. 提出了一种基于量子纠缠的空间信息系统. 该系统以平流层平台和地球同步卫星为量子中继站, 分发纠缠光子对. 利用量子纠缠在发信者与收信者之间建立通信链路, 使用量子隐形传态进行量子信息传输. 讨论了该空间信息系统的特性, 并对其信息传输性能进行了数值分析. 结果表明该系统能够安全有效地传输空间信息.      

基于深度强化学习的机器人推拨优化装箱问题研究

三维装箱问题是指在满足容积限制、稳定性限制等条件下,将一定数量的物体放入较大容量的箱子中并使空间利用率最大的组合优化问题.三维装箱问题是典型的NP完全问题,通常采用启发式算法规划物体放置的位姿.在使用机器人完成装箱任务时,还要额外考虑机器人操作限制,如机械臂或末端执行器与物体或箱子之间的碰撞、机械臂运动轨迹的规划等,使得部分最优位姿不可行,只能将物体从更高处落下或者将物体放在最优位姿的附近.机器人在抓取、识别和放置时的不确定性也会导致最终放置位置与规划产生偏差.因此,本文提出基于深度强化学习的机器人三维装箱推拨优化方法,以最小化包装箱中物体放置位置的启发式算法分数为目标,通过推拨动作对于已放置的物体位置进行调整、归集,将物体朝角落中压缩,以腾出更多空间,提高装箱空间利用率,减小由于机器人操作不确定性对装箱结果的影响.     

基于深度强化学习的机器人推拨优化装箱问题研究

三维装箱问题是指在满足容积限制、稳定性限制等条件下,将一定数量的物体放入较大容量的箱子中并使空间利用率最大的组合优化问题.三维装箱问题是典型的NP完全问题,通常采用启发式算法规划物体放置的位姿.在使用机器人完成装箱任务时,还要额外考虑机器人操作限制,如机械臂或末端执行器与物体或箱子之间的碰撞、机械臂运动轨迹的规划等,使得部分最优位姿不可行,只能将物体从更高处落下或者将物体放在最优位姿的附近.机器人在抓取、识别和放置时的不确定性也会导致最终放置位置与规划产生偏差.因此,本文提出基于深度强化学习的机器人三维装箱推拨优化方法,以最小化包装箱中物体放置位置的启发式算法分数为目标,通过推拨动作对于已放置的物体位置进行调整、归集,将物体朝角落中压缩,以腾出更多空间,提高装箱空间利用率,减小由于机器人操作不确定性对装箱结果的影响.     

用于海洋磁测的芯片量子干涉磁力仪

随着海洋环境探测工作的发展,海域磁测对磁力仪在微小型化、高精度方面提出了新的需求.在介绍了几个常见的弱磁场测量仪器后,重点分析了一种基于双光场量子干涉效应的磁力仪.根据在磁场中光与原子相互作用的物理机制,阐析了利用量子干涉效应进行高精度磁场测量的基本原理.在此基础上,分析了在芯片上实现量子干涉磁力仪的可能性,详细讨论了芯片量子干涉磁力仪的一种设计方案,并给出了芯片量子干涉磁力仪的性能预期以及其在海洋磁测领域的应用前景.     

多星测控调度的遗传算法分析

针对多星过站冲突问题,以工程需求为导引,建立了多星测控调度模型,并采用遗传算法对其进行求解.从全局和局部搜索两种策略入手,以可用可见弧段为对象,设计了"全弧段"编码和基于协同进化的编码两种编码方式,给出了对应算法的实现流程和遗传操作算子,对两种编码方式的求解效率进行了分析.通过仿真对两种编码的求解质量与时间开销性能作了验证,由此得出了两种编码和对应搜索策略的适用范围.据此开发的系统已成功应用于航天顶层设计的辅助决策.     

包含引力辅助变轨的三体Lambert问题求解算法

对包含引力辅助变轨的三体Lambert问题提出了一种数值求解算法,分为转移轨道初始设计和终值搜索两部分.采用伪状态理论,通过简单迭代求解高精度的转移轨道初始设计结果,在此基础之上,通过数值积分在更复杂的摄动环境中,计算精确的转移轨道和一二阶状态转移矩阵,并利用二阶微分修正算法搜索最终解.经过数值算例检验,这种方法具有较高的效率和鲁棒性,可以有效解决三体系统中引力辅助转移轨道的高敏感性问题.     

基于图像卷积的地图匹配算法

地图匹配定位是一种主流的车载导航定位方法,其以车辆轨迹数据和路网地图为基础,将车辆位置估计输出到路网地图上。该过程可对车辆定位结果进行修正,是车辆导航、交通诱导、交通预测等应用的基础。针对现有地图匹配算法存在的一些问题,如算法流程依赖路口匹配精度,在较大初始误差场景下寻路正确率较低,以及寻路结果错误易影响后续匹配精度等,提出了一种基于图像卷积的地图匹配方法。利用图像卷积方式对比了车辆轨迹与道路的几何特征,以实现匹配定位,从而确保了初始误差较大场景下的匹配精度,并且避免了由寻路错误所引发的相关问题。     

蒙皮拉形加载轨迹优化

对双曲度飞机蒙皮拉伸成形问题,探讨了加载轨迹对成形质量的影响,提出了采 用最优化理论与算法和有限元数值模拟相结合,确定最优拉形加载轨迹的原理与方法.分析 了单凸双曲度蒙皮拉伸成形常用加载轨迹的成形特点和不足,采用有限元数值模拟和序列二 次规划相结合的方法,通过正交试验设计建立近似响应模型和设计变量的取值范围,以减小 卸载回弹提高贴模度为研究目标、最大主应变为约束条件建立最优化数学模型,确定最合理 的拉形加载轨迹.优化结果表明成形零件贴模度和应变分布与厚度的均匀程度均有明显提高 .      

车辆定位与导航系统中的快速路径规划算法

针对车辆定位与导航系统中的最优路径规划问题,研究了最短路径搜索算法的快速实现技术,并提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法的最优实现的基础上,引入基数堆结构缩减了算法的时间复杂度,再利用启发式搜索和地图分级搜索技术减小搜索空间,从而获得最短路径规划算法的高效率实现.仿真试验的结果证明了该算法的优异性能.     

基于CHC算法的无人机航迹规划方法

利用改进的遗传算法——跨世代异物种重组大变异(CHC, Cross generation Heterogeneous recombination Cataclysmic mutation)算法提出了一种无人机的航迹规划方法.初始种群即初始航线集利用具有启发式信息的搜索算法产生;适应度函数为距离指标与威胁指标的组合形式;选择操作群体为当前群体与上世代群体的群体总和,由于大个体群操作,可以更好地保持遗传多样性;交叉操作采用单点交叉方法,交叉点取为2条航线中距离最近的2个点;变异操作的步骤是:首先在航线中搜索出2个点,然后算出这2个点之间的直线距离与实际航线距离的比值,如果这个比值小于某一阈值则以这2个点为端点重新规划一条航线.由于考虑到了无人机约束条件的限制,从而避免了盲目性且加快了收敛速度.仿真结果表明该方法比基本遗传算法要快而且满足最优条件.      

运动估值的快速算法及其实现

现有的许多有关运动估值的快速算法,都存在着匹配速度快与匹配精度差的矛盾.文章在分析已有典型快速算法优缺点的基础上,提出了解决这一矛盾的分步逼近的新算法——迂回逼近法.算法选择了快捷和更为准确的搜索路径,且对程序的实现技术作了有效改进,其最终匹配结果具有全匹配算法的精度和典型快速算法的速度.文中说明了算法原理、程序技术和对比实验结果.      

基于满意决策的多机协同目标分配算法

多机协同目标分配问题是无人机UAV(Uninhabited Aerial Vehicle)研究 中一个重要的问题.考虑UAV差异、目标差异及战场态势对目标分配的影响,建立了多机 协同目标分配问题的数学模型.提出基于满意决策的目标分配算法,通过搜索个体满 意集合获取群体优化的目标分配方案.对多目标分配问题,将攻击方案作为个体满意集 合的元素扩展了基于满意决策的目标分配算法.为适应更大的问题空间的求解需求,提出递 阶分配框架,并将满意决策方法用于递阶分配.计算结果表明,算法能有效提 高搜索效率,并得到很好的优化效果.      

UKF参数估计在三体Lambert问题中的应用

为了快速精确地求解三体Lambert问题,提出了一种新的基于无损卡尔曼滤波(UKF)参数估计的数值求解算法,该算法由初值猜测和精确解求解两部分组成.首先,基于地月系统二体模型,通过简单迭代求解三体Lambert问题的初值.然后,将三体Lambert问题对应的两点边值问题转化为参数估计问题,通过UKF滤波算法求解,可得到收敛的精确解.该算法是基于概率估计理论的,不仅避免了传统数值方法推导相关梯度矩阵的复杂性,而且降低了三体Lambert问题对初值精确度的要求,从而显著降低了三体Lambert问题求解的难度.数值仿真表明,该方法求解效率较高,具有良好的鲁棒性,与微分修正算法、二阶微分修正算法对比具有更大的收敛域.      

受限控制直接分配新算法

对于三维目标的受限控制量分配问题,给出了直接控制分配方案的一种新的算法--相邻面搜索算法.直接控制分配方法的关键是找到期望目标向量与目标可达集合外表面的交点.该算法不需要确定目标可达集的所有表面,而是由目标可达集表面一个面出发,逐步确定相邻的面,直到找到与期望向量相交的面.算法放宽了原算法中控制效率矩阵任意三列线性无关的条件,并且能够在各种情况下得到最优分配结果.经验证,算法满足精确性与实时性要求.该算法的有效性在某多操纵面飞机的飞行控制系统仿真中得到了验证.