基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.      

采用改进非支配近邻免疫算法的低轨混合星座设计优化

针对低轨同构星座覆盖资源在纬度上分布不均匀的不足,提出采用低轨混合星座提升覆盖均匀性的设计方案,并推导了满足全球任意点平均每天覆盖一定次数的最小卫星规模估算公式。针对非支配近邻免疫算法（NNIA）约束处理方面的不足,提出基于约束支配的改进非支配近邻免疫算法（Modified NNIA）,并以此设计了一种低轨混合星座优化平台来优化带约束的星座设计问题。仿真结果表明,改进的NNIA算法在收敛速度和多样性上均优于非支配分层遗传算法（NSGA II）和多目标粒子群算法（MOPSO）,可大大提高星座设计的效率。同时优化结果也表明低轨混合星座可提高覆盖的均匀性和大部分区域的覆盖次数,进而减少特定覆盖要求所需的卫星数目。     

多目标融合的冗余空间机械臂碰前轨迹优化

面向在轨对接与装配任务,提出了多目标融合的冗余度空间机械臂碰前轨迹优化方法。通过分析任务特点,阐述了空间机械臂碰前的多重任务目标。针对由空间机械臂连续轨迹跟踪、碰撞姿态控制及碰撞冲量幅值优化三个目标组成的第一类任务,通过设置任务优先级融合多目标并采用基于主任务零空间的方法实现对碰前轨迹的优化;而对由空间机械臂点到点规划、碰撞姿态控制及碰撞冲量幅值优化三个目标组成的第二类任务,通过设置任务权重将多目标融合并采用遗传算法对碰前轨迹进行优化。以典型七自由度机械臂为例开展仿真实验,验证了提出的轨迹优化方法的有效性。     

一种常用两次扫描算法的改进

针对交会对接最后逼近段光学成像敏感器图像处理中的快速连通域标记问题,将标记融合和两次扫描相结合,改进了连通域标记中常用的两次扫描算法,并基于标志灯成像的几何约束和统计约束给出了可完成目标粗识别的连通域标记算法.仿真结果表明这两种改进措施都可提高有效连通域标记的效率.改进后的连通域标记算法处理一幅1 024×1 024的图像,其50次重复运行的平均耗时小于98 ms,具备实时应用的能力.     

Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.     

Optimization of geosynchronous satellite constellation for independent regional navigation and positioning in Middle East region

Regional Navigation and positioning systems using geosynchronous satellites are emerging for different parts of the world. Optimal constellation geometry achievement for a set of geosynchronous satellites is a key sector in designing of such systems. Genetic algorithm is applied for optimization of constellations with 6 and 7 satellites which is to be used in Middle East region where these systems have been deprived of. Based on the fact that the coverage criterion is not sufficient enough to guarantee a good navigation service, positioning process by the satellite systems is discussed and the performance of the system on the basis of position dilution of precision is collected as the fitness criterion. Placing the satellites in groups to pass over the same ground track is applied as a constraint to the genetic algorithm. By simulation, performance of the best obtained results and GPS are compared in terms of position dilution of precision, visibility and the required epochs (time span) to resolve the ambiguities with a 99% success rate, in this region. Also, capability of the GA for such problems is demonstrated.     

Chaboche随动硬化模型参数确定及棘轮效应

采用遗传算法确定不同Chaboche随动硬化模型的参数,得到的3种模型中,四分量模型对棘轮的预测与试验结果符合最好.增大应力幅值或应力平均值,都会使应变峰值增大,应变累积速度加快;利用确定的四分量模型研究加载顺序对棘轮的影响.结果表明,平均应力加载顺序对棘轮预测有较大影响,加载顺序高-低的累积应变低于加载顺序低-高的累积应变,而且先加载的平均应力越大,后加载的载荷产生的累积应变越小;而应力幅值加载顺序对应变累积几乎没有影响.     

关于露天矿生产车辆安排的数学模型

通过适当的假设,始终以最短路径作为出发点,充分利用所给数据特点,运用线性规划、矩阵、统计、最优化等数学理论来进行模型的建立和求解。在求解过程中,采取分阶段进行,先确定铲位,再定路线,最后安排车辆。把铲位分为两类,把品位要求的搭配比例转化为路程比例,结成一个新拟合铲位,再取最短路径,快捷地选取铲位。     

遗传算法综合阵列的幅度和相位方向图

分析了阵列方向图分别为对称、实的或实的且对称时所对应的单元激励关系,简要介绍了遗传算法,并将其用于阵列方向图综合.遗传算法是一种自适应全局优化概率搜索算法,它直接以目标函数作为搜索信息.通过合理地设计目标函数,遗传算法不仅可以综合幅度方向图,还可以综合相位,适合于需要进行幅度和相位补偿的情况,以及多目标的情况.最后,结合平顶波束方向图与抛物面天线初级馈源的正割平方方向图进行综合,证明了遗传算法的有效性和灵活性,说明使用遗传算法时尽量利用方向图的实的或对称特性,可以减少待优化变量的数目,加快收敛.并提出将传统遗传算法与传统方向图综合方法相结合,可以进一步减少得到最优解所需要的进化代数.     

捷联惯导位置更新中的二子样涡卷补偿优化算法研究

研究了高动态环境下捷联惯导位置更新中的涡卷补偿算法。首先,给出了以地理坐标系为导航坐标系的位置更新算法;然后,基于曲线拟合的思想方法,推导了位置更新的二子样和三子样涡卷补偿算法,并且在划船运动(一种引起涡卷效应的典型高动态环境)下对二子样涡卷补偿算法进行优化,提出了位置更新的二子样涡卷补偿优化算法。仿真结果表明,二子样涡卷补偿优化算法的精度要比二子样涡卷补偿算法高,而其计算量与二子样涡卷补偿算法相当。