一个新的研究领域——演化硬件

演化硬件的概念最初是由HugodeGaris于1992年提出的。硬件演化的目的在于使硬件系统能够像生物一样改变其自身的结构以适应环境的变化。本文首先给出演化硬件的定义,继而介绍演化硬件的物质基础──可编程专用集成电路和演化硬件的理论基础──演化算法。进而研究实现硬件演化的方法,最后讨论演化硬件的发展前景。     

一种新的容错蛀洞路由算法

研究了蛀洞网络的容错路由问题,提出了一种新的重新路由算法。与已知算法不同的是,该算法不需要虚拟信道,适用于任何网络拓扑结构和任意确定的路由策略,只要保证网络连通,也可适用于任意数目的故障信道。模拟结果表明,与现有方法相比,本文提出的方法在网格结构下具有更好或类似的性能。     

网格结构机上的并行填充算法

并行扫描转换算法,采用通过多边形顶点的扫描线对扫描转换区间进行划分,使划分在各个区域的子多边形都是梯形,这既在一定区域内保持了各种相关性,又消除了对奇点的处理,同时对梯形的扫描转换不需要求交计算而只进行增量计算,提高了扫描转换速度。     

一种基于模糊重要度的多目标优化设计方法

针对工程设计中经常出现的多目标问题,对目标的重要度进行了模糊性描述,使权重系数的选取建立在重要度这个模糊概念之上。在此基础上提出了一种基于模糊评判的多目标折衷策略,并与遗传算法相结合,发展了一套多目标模糊折衷优化设计算法,通过包括损伤容限目标在内的多目标复合材料层板优化设计的算例,证明了该方法能给出指定设计要求下可能获得的最满意解。     

基于实时可达域的高速飞行器分组队形优化

无动力高速飞行器作为欠驱动系统,在进行编队飞行队形优化时需系统地考虑其控制特点。借助“实时可达域”这一概念,在分析高速飞行器实际可到达区域的基础上,考虑集群成员数量变化以及实际集群包含多个任务小组的情况,提出一种适用于高速飞行器集群的分组动态队形优化方法。仿真结果表明提出的队形优化方法可对队形形状和参数进行一体化优化,可灵活适应多种飞行任务,同时也适用于集群成员数量发生变化的队形重构问题,具有重要应用价值。     

基于模糊控制的某型飞机极限状态限制器的设计

提出一种基于模糊控制的某型飞机极限状态限制器的设计方法。该方法将模糊控制函数的优化和模糊控制系统增益自适应调整集中于一体 ,可大大改善系统的品质和适应能力。在系统设计中 ,比例因子的最小二乘法估计用于优化控制规则 ,论域的在线自调整可以消除模糊化过程中所导致的信息丢失 ,积分抑制策略则是为了提高稳态精度、增强适应性和进一步抑制超调。全飞行包线的数字仿真结果表明 ,本文提出的模糊控制方法获得了良好的控制效果     

吸收变异的粒子群算法及应用

提出了一种改进的粒子群算法,称为ConvergencemutationPSO(CM_PSO)。该算法根据粒子群中各粒子的适应值动态地调整粒子数量,把部分适应度差的粒子适当汇聚到适应度好的区域,在不损失全局搜索能力的同时,增强局部搜索能力。在将该算法应用于雷达组网误差配准问题中,提出了一种基于CM_PSO的误差配准技术。仿真表明,该算法能有效配准,与对比方法相比较,具有更好的收敛精度和更快的进化速度。     

航空发动机约简遗传规划起动非线性动态模型

提出了一种新的用于航空发动机最优化起动过程数据驱动动态建模的约简遗传规划(PGP)算法。这种模型采用遗传规划产生航空发动机辨识模型的输入输出非线性模型集,并以二叉树结构表征函数项,运用正交最小二乘算法(OLS)估计二叉树分支对于模型精度的贡献并据此去除复杂、冗余的函数项,从而加快遗传规划的收敛速度,最后通过GP进化可获得简单、可靠、准确的线参数非线性线参数动态模型。实际发动机起动过程建模应用案例证明,这种思路对于具有非线性输入输出关系特征的数据可以产生鲁棒性好、解析性强的线参数非线性模型。      

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。     

基于旋转矩阵的预设时间航天器编队姿态协同控制

由多个航天器组成的编队系统对复杂的环境往往具有较高的适应性和容错性,能更高效率地完成单航天器难以完成的任务。因此主要针对多航天器系统的姿态协同控制问题,提出一种基于旋转矩阵的预设时间控制算法。首先,为了避免航天器姿态建模的奇异性和模糊性问题,采用旋转矩阵对航天器的姿态进行统一描述,同时结合有向的通信拓扑对航天器姿态协同控制系统进行建模。其次,为赋予系统可控的收敛速度,提出一种基于滑模的预设时间控制算法。该算法的引入使得航天器编队系统的收敛时间可以在合理的范围内任意给定。此外,为了实现系统对参数摄动和外部干扰的鲁棒性,采用神经网络和自适应算法对不确定性进行在线估计与补偿。最后,通过理论分析和数值仿真验证了所提预设时间控制算法的有效性。