一类边传递图

令G=（α,β｜α^n=β^2=1,α^β=α^r）,r＆^2≡1（modn），是图Г的一个自同构群。目的是研究关于G一边传递图的性质．运用置换群和代数图论的相关理论，获得了这类图的完全分类，它们是一些互不相交的圈和完全二部图的并。     

2K＋1正则图的自由边

本文利用 Tutte 定理,给出并证明了满足一定条件的2k 1正则图中的每个边都是自由边的结论。     

约化代数自伴的充要条件

约化代数是自伴的吗?这是一个知名的问题,至今没有解决。它的肯定的回答将蕴含可传代数问题及约化算子问题的肯定回答。在这篇文章中,我们找到了约化代数是自伴的几个充要条件。例如,我们得到:约化代数u是自伴的充要条件是对于每个n≥2,u~(n)的每个稠定义的不变图形子空间是约化子空间。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

Factor graph based navigation and positioning for control system design: A review

Navigation and positioning is an important and challenging problem in many control engineering applications. It provides feedback information to design controllers for systems. In this paper, a bibliographical review on factor graph based navigation and positioning is presented. More specifically, the sensor modeling, the factor graph optimization methods, and the topology factor based cooperative localization are reviewed. The navigation and positioning methods via factor graph are considered a...     

基于可观测度分析和增量因子图的多源融合导航方法

复杂动态场景下高精度导航定位是自主无人系统决策规划与控制执行的基础。在城市峡谷、隧道、地下或室内停车场等场景下，卫星信号弱甚至丢失，严重影响了惯性/卫星/视觉等多源融合导航的精度和可靠性。为主动适应动态场景变化，迫切需要设计一种适用于跨场景的多源融合导航系统。基于动态时变系统的可观测度分析，在线度量惯性/卫星、惯性/视觉等组合导航因子的可信程度，进而采用因子图融合导航框架，根据各组合导航因子的可信程度，主动优化因子构建和增量平滑过程，以实现多传感器自适应融合导航与可靠定位。实验仿真表明：基于可观测度分析方法，能够在线优化因子图计算过程，提升了多源融合导航系统的环境适应性和跨场景能力，保证了复杂动态场景下自主无人系统跨场景导航模式切换和连续可靠的导航定位。     

基于有向图模型的民机航空电子系统故障诊断

结合民机航电系统外场可更换单元或模块（LRU/LRM）的故障模式及影响分析（FMEA）、故障树 分析和实时性要求,设计了基于时间故障传播图（TFPG）的系统故障诊断元模型和领域模型,研究了基于逻 辑和时间一致性检验的故障诊断算法,使用后向推理和可信度度量列出候选故障集。以飞行管理系统为例,构 造了其功能失效的TFPG 模型,并通过仿真验证了基于TFPG 的诊断在滤除级联效应和关联驾驶舱效应中的有 效性。     

部分破坏拆卸模式下拆卸规划

为了对产品进行拆卸规划,基于装配有向图提出一种部分破坏性模式下的拆卸规划方法。通过装配有向图表达产品零部件间的装配关系,并在此基础上构建装配关系矩阵、装配连接矩阵和可达矩阵。由矩阵遍历和运算获得产品装配结构、装配深度等信息,并根据这些信息确定被破坏对象,最终完成部分破坏性拆卸模式下拆卸规划过程。将上述理论应用于摩擦驱动装置拆卸规划中,其结果验证了理论分析的有效性和正确性。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。