基于hp自适应伪谱法的四旋翼无人机编队轨迹优化

四旋翼无人机编队轨迹优化是实现高精度跟踪控制的基础.研究四旋翼无人机编队轨迹优化问题,首先建立非线性四旋翼无人机模型,并对模型进行简化与参数获取;再考虑四旋翼无人机编队之间的避撞约束、状态量约束及控制输入量约束;最后采用可自适应选点的hp自适应伪谱法将最优控制问题转化为非线性规划问题进行求解.仿真结果表明,hp自适应伪谱法对于求解6架四旋翼无人机编队的轨迹优化问题具有良好的效果,能够满足工程实际的约束要求.     

爆轰波绕射问题的高精度数值模拟研究

高精度数值模拟方法在具有化学反应及强间断的炸药爆轰问题数值模拟中具有重要的应用价值.本文通过求解柱坐标系下二维轴对称反应流欧拉方程组,采用基于Level set界面捕捉方法的欧拉型高精度多介质数值方法,编写了凝聚相炸药非理想爆轰程序,并对TATB基炸药在拐角效应中的死区现象进行了数值模拟研究.通过对比基于压力的点火增长模型与基于熵函数的CREST反应燃烧模型在拐角死区问题的计算效果,分析了两种反应模型的优势与不足,并结合两者的优点提出了一种多判据反应速率模型.数值模拟结果表明,该模型可以直接对死区进行计算,且死区高度与实验结果较为一致.     

非高斯杂波下两种自适应距离扩展目标检测器及性能分析

研究了球不变随机向量杂波下距离扩展目标的自适应检测问题.针对NSDD-GLRT和SDD-GLRT检测器的非自适应问题,利用基于辅助数据的采样协方差矩阵代替真实归一化协方差矩阵,获得了自适应的ANSDD-GLRT和ASDD-GLRT检测器.推导了检测概率和虚警概率公式,分析了信号方向向量失配对检测性能的影响,并进行了检测器的恒虚警率特性分析.仿真实验表明,两种自适应检测器相对于相应的非自适应检测器的检测损失较小,且对方向失配信号具有更好的抑制能力.另外,ANSDD-GLRT的收敛速度要快于ASDD-GLRT,而后者对方向失配的目标信号有更好的抑制能力;两种自适应检测器在目标能量均匀分布时具有最佳检测性能,且检测性能随着目标幅度起伏的加剧而有所降低;不同距离单元间散射点的相关性在高检测概率区会引起检测损失,而在低检测概率区会带来检测增益     

适用于多种蕴涵算子的赋值空间上的测度与积分理论

对多种蕴涵算子导出的赋值空间进行统一处理,引入公用的Lebesgue测度,证明了相对于若干常见蕴涵算子而言,全体逻辑公式都是可测函数.建立了t(α重言式)理论,提出了一般的语义MP规则和一般的语义HS规则. 基于积分理论引入了逻辑公式的真度概念,提出了积分MP规则和积分HS规则.最后,通过通用逻辑度量空间概念在全体公式集上引入了伪距离,为近似推理提供了一种可能的框架.     

基于有限反馈的协作多小区分布式预编码

多小区协作需要基站间交换大量的信息.为了降低无线回传开销和反馈开销,采用基于信漏噪比最大化的分布式预编码方法,该方法仅需共享干扰信道的信道状态信息,不需要共享数据,与特征值波束成形和小区间干扰清零两种极端的方法相比取得了性能提高.其次,为了更加有效利用反馈资源,推导了速率损耗公式,利用穷尽搜索得到使其最小化的最优解,得出比特自适应分配规律.仿真表明,根据期望信号和干扰信号强度自适应的分配反馈比特能进一步提高系统速率.     

基于自适应控制的大型客机编队飞行一致性控制

研究解决基于多变量自适应控制的大型客机编队飞行一致性控制问题.考虑到长机和僚机都存在参数不确定和外界扰动不确定性,同时考虑大型客机之间的分布式通信拓扑结构,基于代数图论思想,提出一种状态反馈状态跟踪多变量自适应控制方法,解决了大型客机编队飞行分布式一致性控制问题.该一致性问题中的稳定性和渐近跟踪特性通过Lyapunov函数法进行了证明,保证了僚机能够跟踪长机的飞行状态.对大型客机编队飞行一致性控制问题进行数值仿真的结果表明,基于多变量自适应控制的大型客机分布式一致性策略比固定增益控制策略具有更好的跟踪性和鲁棒性.     

天宫一号基于控制力矩陀螺的智能多模自适应姿态控制系统设计与验证

天宫一号是目前我国在轨运行的体积最大、重量最重的载人航天器.它具有变构型、变参数的特性,采用控制力矩陀螺系统和喷气推进系统实现高精度、高稳定度姿态控制.本文通过对天宫一号控制对象参数缓变和跳变相结合特点的分析,规划了高可靠灵活的控制策略,设计了智能多模自适应姿态控制系统.利用智能控制中规则集设定多模自适应控制的指标切换函数分配,利用多模自适应控制算法建立多模型控制器实现不同控制对象,不同控制任务的姿态控制.天宫一号通过地面测试和物理仿真试验,最后发射在轨运行,与神舟八号、神舟九号、神舟十号载人飞船圆满完成交会对接任务,充分验证了姿态控制系统设计的正确性和有效性.该设计方法在解决大型航天器变构型、变参数组合体姿态控制方面有突出优点,在未来的载人航天领域空间站建设具有应用前景.     

基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

一种自适应小波网络的构造及其学习算法

基于小波框架的时频局部化性质和自适应投影算法,提出了一个新的构造和训练小波网络的学习算法,精确地刻画了有限维Hilbert空间自适应投影算法的指数收敛性.该算法充分地利用了包含在训练数据中的时频信息,迭代地确定小波网络隐层结点的个数和网络的权系数,较好地解决了小波网络的结构优化问题. 通过应用于信号的表示与去噪,进一步证实了该算法是简单和有效的.     

不平路面全方位移动机器人智能控制技术的研究

对于不平路面全方位移动机器人,其运动过程时变和突变控制问题一直困扰着研究人员.本文利用自适应控制技术精度高、可拓控制技术反应速度快,将其二者结合起来,对不平路面三轮式全方位移动机器人进行自适应可拓智能控制.通过研究首先构建了三轮式全方位移动机器人运动学和动力学模型,构建了一种自适应可拓智能控制方法,对自适应可拓智能控制器进行了设计,并进行了实验研究.实验结果表明,三轮式全方位移动机器人采用自适应可拓智能控制技术与自适应控制技术相比,具有控制精度高、反应速度快、自组织和自学习能力强的特点,能较好地满足不平路面三轮式全方位移动机器人运动要求.     

蚁群算法中参数设置对超声回波估计性能的影响

摘要针对超声回波参数估计问题存在着耗机时长，估计结果严重依赖于初始值的缺点，本文将蚁群算法应用到超声回波参数估计中，结合超声回波的非线性高斯模型，提出了基于蚁群算法的超声回波参数估计算法，并就蚁群算法在超声回波估计中参数的优化组合设置进行了分析研究通过数值仿真，在信噪比为10dB条件下计算了蚁群算法中各参数的不同取值对估计结果的不同影响，包括计算时间、估计精度和算法稳定性，得出了算法中各参数的组合优化设置，给出了最优参数下的超声回波参数估计结果，并通过与其他算法的比较验证了蚁群算法在超声回波参数估计问题中的有效性．该研究有助于提高超声回波估计的精度和算法的稳定性，缩短蚁群算法的计算时问，以达到优化算法性能的目的．     

基于最小二乘法的电力系统状态估计算法研究

针对现行电力系统状态估计算法中存在的各种发展潮流，重点剖析了被广泛应用的基于最小二乘法的状态估计的基本原理和改进后的几种状态估计方法，阐明了各算法的应用优势和存在的不足。对于存在不良信息系统进一步提高算法的精度和估算速度的发展方向提出了新的思想。     

基于S1／2建模的稳健稀疏-低秩矩阵分解

为实现稳健的稀疏-低秩矩阵分解，本文首次引入矩阵的S1／2范数以诱导矩阵的低秩性来构建新模型，并在ADMM算法框架下设计了高效的交替阈值迭代算法．该算法采用增广Lagrange乘子技术，在迭代过程中交替更新低秩矩阵和稀疏矩阵．由于这两个矩阵的最优更新具有显式形式、算法整体的计算精度和时间代价得以控制．大量的数值模拟实验说明：相较于目前最好的不精确ALM算法，交替闽值迭代算法的迭代次数与时间代价大幅降低，对噪声更为稳健，分解出的低秩矩阵的秩与稀疏矩阵的稀疏度更接近于真实值．在对监控视频进行背景建模这一实际问题中，交替闽值迭代算法得到的背景矩阵更为低秩，更符合问题先验，且时间代价相较于不精确ALM算法降幅高达一个数量级，这说明新模型与算法能有效解决相关实际问题．     

A forecasting procedure for nonlinear autoregressive time series models

Forecasting for nonlinear time series is an important topic in time series analysis. Existing numerical algorithms for multi‐step‐ahead forecasting ignore accuracy checking, alternative Monte Carlo methods are also computationally very demanding and their accuracy is difficult to control too. In this paper a numerical forecasting procedure for nonlinear autoregressive time series models is proposed. The forecasting procedure can be used to obtain approximate m‐step‐ahead predictive probability density functions, predictive distribution functions, predictive mean and variance, etc. for a range of nonlinear autoregressive time series models. Examples in the paper show that the forecasting procedure works very well both in terms of the accuracy of the results and in the ability to deal with different nonlinear autoregressive time series models. Copyright © 2005 John Wiley & Sons, Ltd.     

遗传算法求解随机用户平衡模型

分析了随机用户平衡分配的算法还有很大的改进余地。用遗传算法求解Akamatsu建立的随机用户平衡模型，为随机用户平衡分配的求解提供新的途径。在一个小型测试网络上对遗传算法的求解进行了说明。     

基于共形几何代数的3D医学图像配准

随着医学图像处理技术的发展，3D／3D配准益受重视，尤其是在外科手术导航等医学应用中．学者们提出了各种3D／3D配准方法，但大多方法是采用传统代数方法进行配准，配准精度和效率都存在问题．本文利用非经典数学——共形几何代数重建了3D医学图像的位置关系约柬问题，分析了医学图像的共形几何变换，构造了新的3D医学图像配准相似测度，基于此提出了新的3D医学图像配准算法，用于CT和MR图像的3D配准．新算法中，以骨骼轮廓作为配准的基础点集，在骨骼轮廓的基础上采用共形几何代数构造共形几何体，接着采用新的3D医学图像配准相似测度进行三维数据的直接配准．实验表明新算法实现了三维数据的直接对齐，能较好地定位组织器官的三维位置．可以直观地体现配准结果．     

基于加权最小二乘的无线传感器网络Euclidean定位算法

针对Euclidean定位算法中定位精度及覆盖率受锚节点密度影响较大的问题，提出一种改进的节点定位算法。根据节点初始定位精度及测距精度提出一种新的加权方法。定位后的节点升级为辅助信标点。未知节点根据更新的锚节点位置信息循环求精。仿真表明该定位系统既能提高定位覆盖率又能减少定位累积误差，从而提高整个网络的定位精度。     

The usefulness of heuristic N(E)RLS algorithms for combining forecasts

There exists theoretical and empirical evidence on the efficiency and robustness of Non-negativity Restricted Least Squares combinations of forecasts. However, the computational complexity of the method hinders its widespread use in practice. We examine various optimizing and heuristic computational algorithms for estimating NRLS combination models and provide certain CPU-time reducing implementations. We empirically compare the combination weights identified by the alternative algorithms and their computational demands based on a total of more than 66,000 models estimated to combine the forecasts of 37 firm-specific accounting earnings series. The ex ante prediction accuracies of combined forecasts from the optimizing versus heuristic algorithms are compared. The effects of fit sample size, model specification, multicollinearity, correlations of forecast errors, and series and forecast variances on the relative accuracy of the optimizing versus heuristic algorithms are analysed. The results reveal that, in general, the computationally simple heuristic algorithms perform as well as the optimizing algorithms. No generalizable conclusions could be reached, however, about which algorithm should be used based on series and forecast characteristics. © 1997 John Wiley & Sons, Ltd.     

大气污染优化控制理论的一些新进展

本文介绍了国内学者的最新研究成果，包括了大气污染优化控制理论在以下几个具体应用领域的进展：(1)工业污染源的优化布局。应用伴随方法计算目标函数的梯度以求解优化问题，给出了理论框架。进行了数值试验。(2)短期空气质量的动态控制。应用实际气象数据和污染源数据进行了优化控制数值模拟。(3)化学风险的预先评价与控制。应用伴随方法，对运动化学源进行风险评价。规划最佳运输路线；针对禁止化学武器公约中处理日本二战期间遗弃化学武器的有关问题。妥善选择化武销毁工厂的地址。以上优化控制问题，以气象预报模式和大气污染预报模式为基础，而以伴随方法和最优化算法为求解途径，数值试验表明理论的正确性和方法的高效率。新发展的理论和方法与数值模式和观测技术紧密结合，并且顺应了计算机速度和容量高速增长的趋势。从而具有广阔的应用前景。     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况，提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭，然后重组出新的接收数据矩阵，利用构造出的两个选择矩阵，将新接收数据矩阵在分割为两个特定子矩阵，并结合ESPRIT算法思想，对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明，与传统ESPRIT算法相比，该算法具有估计精度高，需要的快拍数少和处理的信号个数可大于阵元个数等优点。