认知Ad hoc网络中基于凸优化的功率控制算法

针对认知Ad hoc网络的特点,构建了相应的网络模型,提出了一种基于凸优化理论的分布式功率控制算法。在分析系统内部干扰的基础上,以最大化网络效用值为目标,以认知用户的发射功率为求解对象,建立了一个通用的数学优化模型。在凸优化理论的指导下,通过引入辅助变量和变量的对数变换,将该模型转变为等价的凸优化模型,采用拉格朗日对偶法对该模型进行求解,得到了分布式的功率迭代算法。仿真实验表明：与其他算法相比,该算法在满足系统约束条件的前提下,取得更好的系统性能。     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。     

基于数字图像处理的晶体硅颗粒形态分析算法

颗粒形态分析是准确进行颗粒识别的基础.本文利用图像处理技术统计颗粒数目,标注颗粒质心,计算了颗粒的面积、周长、圆度、矩形度、伸长度和凸缺率等几何形态特征.其中,凸缺率是为描述一个连通域集合的凹陷程度提出的新概念.实验结果表明,本文的颗粒形态分析算法可以准确有效地完成颗粒形态分析.     

基于三角剖分和轮廓分析的船舶焊缝特征识别

为了实现船舶焊接件数字模型中焊缝特征的精确识别,进而提高焊接机器人焊接工艺选择的快速性和准确性,提出了基于三角剖分和轮廓分析的焊缝特征识别算法。首先通过角系数法判断多边形的凹凸顶点,基于凹顶点和三角形旋向的Delaunay三角剖分,构造三维模型表面的三角形网格并生成STL文件;然后基于相邻三角面片的法向量夹角,提取出模型的轮廓线及点;最后根据接头空间位置和最小轮廓线距离识别出焊接接头和坡口形状。测试结果表明,基于三角形旋向的网格剖分适用于如“梳子”等复杂多边形,与其他相关方法相比,其网格平均和关联质量系数分别平均增加12.06%和12.26%,有效降低了畸形三角形的产生并提高了网格质量,而融合轮廓分析后不仅能实现4类接头及10种坡口的焊缝特征识别,而且具有高效、高准确率优势,从而验证了算法的有效性。     

多点切触加工在复杂凸曲面中的应用

针对目前多点切触加工主要应用于复杂凹曲面这一现状,以汽车顶盖曲面为例,对一般性复杂凸曲面的多点切触加工进行了深入研究.先利用逆向工程技术由散乱点云数据建立了凸曲面的几何模型,然后利用旋转法对不同走刀方向下的刀位误差分布,以及一些关键参数对刀位误差分布的影响规律进行了深入分析,结果指出,在对凸曲面进行多点切触加工时,一般只有使圆环面刀具沿着凸曲面的最大主曲率方向进给,刀具表面和凸曲面之间才有可能达到两点切触,这和凹曲面多点切触加工时的情况是完全相反的.仿真和实际加工表明,将多点切触加工理论应用到复杂凸曲面上,加工效率得到明显提高,约为UG算法的2.3倍.     

MCloudSim： modeling and simulating distributed clouds

Many distributed clouds which try to integrate the advantages of centralized clouds and distributed systems have been studied in recent years. Traditional cloud simulators focus on large scale data centers with virtualized servers, and cannot meet the needs of distributed cloud simulations. This paper introduces a generalized and extensible simulation framework, named MCloudSim, which is used for modeling and simulating distributed clouds. MCloudSim has the following characteristics： （ 1 ） the overlay protocol in MCloudSim can be freely replaced without affecting the function of other modules; （2） a Petri net workflow theory based task model is proposed to simulate distributed tasks; （3） a distributed cloud can be easily built by assembling and expanding the basic resource entities provided by MCloudSim. Finally, simulation results of scenarios with a 3-tier central-controlled distributed cloud and a P2P based cloud prove that MCloudSim has high efficiency and satisfies performance in supporting large scale experiments and different distributed clouds.     

基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化

针对机载激光雷达建筑物点云提取过程中自动化提取困难,以及提取后的建筑物单体化过程烦琐等问题,提出一种基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的机载雷达建筑物点云提取与单体化的方法.该方法对预处理后...     

射频成像GIF技术的瞄准点选择算法

为提高射频成像制导引信一体化(GIF)技术起爆控制精度,提出精确的目标瞄准点实时判别算法. 本算法首先进行雷达图像统计学建模,设计三峰值Gauss函数对图像进行直方图规定化处理,以改变灰度值分布,削弱相干斑噪声的影响;然后利用统计排序滤波器滤波,并采用Ostu方法进行阈值处理,结合形态学方法得到目标轮廓;根据图形学中凸包的概念,计算凸多边形质心即为目标瞄准点. 理论分析和仿真结果表明,本算法时间复杂度低,可精确确定瞄准点,为提高射频成像制导引信一体化起爆控制精度及引战配合效能提供了新途径.      

基于轮廓特征点凹性分析的遮挡车辆分割算法

在智能交通系统的拍摄场景中,由于车辆间距过近和摄像角度原因,引起车辆遮挡的现象,增加了目标车辆检测和跟踪的难度。根据轮廓特征点,结合轮廓凹凸性,提出一种凹陷区域检测与分割算法。首先采用背景差分法提取车辆区域,根据车辆区域外接矩形的长宽比和占空比判断是否是多车遮挡,同时通过凸包分析算法提取遮挡凹陷区域;然后通过Freeman链码确定凹陷区域的轮廓特征点,对特征点进行凹性分析;最后匹配分割点,采用Bresenham直线生成法分割遮挡车辆。实验结果表明,该算法有效解决遮挡车辆分割不准确问题,与其他算法相比,具有较好的场景适应性。     

基于改进熵权法和SECEEMD的短期风电功率预测

为实现短期风电功率的高精度预测,综合考虑风电功率数据波动性以及多维气象数据对风电功率预测的影响,提出了一种基于改进熵权法和SECEEMD的短期风电功率组合预测方法。首先,提出了一种综合相关性分析模型,结合多种特征选择方法对多维气象特征实现综合评价,准确筛选与风电功率相关性较高的气象特征,提高预测精度。其次,针对CEEMD(Complementary Ensemble Empirical Mode Decomposition,互补集合经验模型模态分解)存在的分解分量过多,模态混叠程度加剧的问题,提出了SECEEMD分解算法,在降低分量数量,降低模态混叠程度的同时,提高模型的训练速度。然后,分别建立NWP-LSTM和SECEEMD-BP预测模型,并通过贝叶斯优化算法优化长短期记忆神经网络和BP神经网络结构;最后,通过改进熵权法寻找到最优权重组合进行加权组合。实验以内蒙古某风电场的风电功率数据和气象数据为实验数据,经验证,本文所提预测模型,能较大程度提高预测精度,相较于一般预测模型,R2-Score分别提高了4%和0.6%,MAE分别降低了44%和1.1%,证明本文所提风电功率预测方法具有更高的预测精度和更快的训练速度,更加适合进行风电功率预测。     

基于关键点特征匹配的点云配准方法

针对ICP配准算法对点云的初始位置要求高、处理低重叠率的点云配准能力低的问题,提出了一种基于关键点特征匹配的点云配准方法. 设计一种多尺度加权法向投影均值差的关键点提取算法,结合SHOT描述子对关键点进行特征描述,融合几何一致性以及RANSAC算法去除匹配过程中的误匹配点对,优化关键点之间的对应关系,通过奇异值分解计算刚体变换矩阵,完成点云粗配准,使用ICP进行精确配准. 实验表明,本文提出的关键点提取算法能有效提取点云表面特征变化明显的点,使用SHOT特征对关键点进行描述,能够快速、精确地完成点云数据配准,并且对于较低重叠率的点云,也具有较好的配准效果.      

短期风电功率CEEMDAN-SMA-LSSVM预测模型研究

为了提高风力发电功率预测的准确性,建立了基于CEEMDAN分解的SMA算法优化LSSVM的短期风电功率组合预测模型。首先,采用完全集合经验模态分解(CEEMDAN)对原始风电功率数据进行分解与重构。随后,为了进一步优化最小二乘向量支持机模型(LSSVM)的参数,引入了黏菌算法(SMA)优化,通过调整惩罚参数和核参数来提高模型性能,最后,构建多种对比模型对比分析表明CEEMDAN-SMA-LSSVM模型预测精度最高,预测结果更接近真实值。研究可用于风电场短期风电功率预测使用。     

基于关键点的点对特征三维目标识别算法

针对复杂场景下的三维点云目标识别速度慢,准确率低的问题,提出了一种基于关键点的点对特征三维目标识别算法. 通过直接对关键点建立点对特征,避免了周围邻域局部曲面的特征计算,具有空间维度小和计算速度快的特点. 使用哈希表存储,加快了特征匹配的时间. 利用快速投票方案对模型点云和场景点云进行匹配识别,生成候选位姿,利用贪婪算法对候选位姿进行聚类与筛选,采用ICP算法对物体位姿进行优化,基于配准后的点云重叠情况完成目标识别. 对提出的算法在多个数据集以及真实场景下进行了实验,验证了所提出的识别方法具有可行性和有效性,且对噪声的鲁棒性较强,具有一定的实际工程应用价值.      

基于Perlin噪声的动态云仿真

用Perlin噪声建模、指数函数对其锐化、HLS颜色模型转换等生成静态云彩图像;然后用静态云彩方法来实现不重复运动云彩的生成算法,该算法可得到任意长度的云图;云彩平滑变形算法能连续平稳改变云彩结构,最后运用VC++和OpenGL开发工具及纹理映射方法将云彩置入虚拟环境中,能在PC机上产生了实时和逼真的动态云效果.     

MPLPK: A mobile path localization protocol based on key nodes

To alleviate the localization error introduced by irregular sensor network deployment,a new mobile path localization based on key nodes(MPLPK) protocol is proposed.It can recognize all concave/convex nodes in the network as fixed anchor nodes,and simplify the following localization process based on these key nodes.The MPLPK protocol is composed of three steps.After all key nodes are found in the network,a mobile node applying improved minimum spanning tree(MST)algorithm is introduced to traverse and locate them.By taking the concave/convex nodes as anchors,the complexity of the irregular network can be degraded.And the simulation results demonstrate that MPLPK has 20%to 40%accuracy improvements than connectivity-based and anchor-free three-dimensional localization(CATL) and approximate convex decomposition based localization(ACDL).     

基于mRMR-ESN的单变量光伏功率预测

设计了两种预测模型:利用天气变量作为输入的传统多变量预测模型;利用历史功率数据作为输入的新型单变量预测模型.采用最小冗余最大相关(min-redundancy and max-relevance,mRMR) 方法分别对两种模型进行特征提取,并选用在时间序列预测方面具有优势的回声状态网络( echo state network,ESN)对未来5min的光伏功率进行仿真预测.仿真结果表明,采用mRMR方法对历史光伏功率数据进行特征提取,确定能够使预测模型达到最优效果的特征子集,并将其作为单变量预测模型的输入,可以得到更准确的预测效果.所构建的新型单变量预测模型能够为光伏电站提供新的光伏预测思路.     

Method of Hill Tunneling via Weighted Simplex Centroid for Continuous Piecewise Linear Programming

This paper works on a heuristic algorithm with determinacy for the global optimization of Continuous PieceWise Linear(CPWL) programming. The widely applied CPWL programming can be equivalently transformed into D.C. programming and concave optimization over a polyhedron. Considering that the super-level sets of concave piecewise linear functions are polyhedra, we propose the Hill Tunneling via Weighted Simplex Centroid(HTWSC) algorithm, which can escape a local optimum to reach the other side of its contour surface by cutting across the super-level set. The searching path for hill tunneling is established via the weighted centroid of a constructed simplex. In the numerical experiments, different weighting methods are studied first, and the best is chosen for the proposed HTWSC algorithm. Then, the HTWSC algorithm is compared with the hill detouring method and the software CPLEX for the equivalent mixed integer programming, with results indicating its superior performance in terms of numerical efficiency and the global search capability.     

基于布尔云模型算法的图像修复研究

针对现有图像修复算法的不足,采用布尔云模型算法。首先构造云模型,利用云熵确定云布尔关系。不同的云团值出现时,布尔逻辑计算每个云滴集合的互信息熵。通过比较熵的不同来确定结果值;接着在受输入和布尔函数决定后产生云态,云模型在受输入和布尔函数决定后,可以再次产生新的云团。对云态进行选择优化,其不同的云熵动态变化,最后给出了算法流程。仿真结果显示算法对修复图像连接自然,有光滑性,保持了整体连续,并且PSNR值较大。     

激光扫描数据的等值线分层提取和多细节表达

从地面三维激光扫描技术得到的点云,数据多,精度高,特征复杂,不能直接采用传统方法提取等值线.对此,首先提出点云的分层模型,并分析点云在Z坐标轴方向数据量分布以及分层点的空间分布情况,提出在高精度、高细节的采样下,将分层点云作为等值线的采样数据.然后,用迭代的凸包算法对无先验连接信息的分层点数据连接.结果表明,得到的等值线符合一般等值线的特点,不会产生边缘交叉等问题.最后,按照凸包算法的迭代次数,对等值线分类,可以表达不同细节程度的等值线,层次越高,等值线所表达的物体表面信息越多.最终通过实例说明方法的适用性.     

基于神经网络的光伏电站气象-功率模型

基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型。建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输入变量;分析该模型网络的训练算法、隐含层神经元个数及训练次数对模型准确度的影响,据此确定功率模型的最优结构与参数;基于光伏电站的实际数据对功率模型进行验证。结果表明,基于双层前馈神经网络的光伏电站气象-功率模型具有较高的准确度。