Round-Robin协议下非线性时变系统的保概率H∞滤波

针对实际系统存在各种不可预知的扰动,造成系统很难精确地达到期望的各项性能指标,研究了基于Round-Robin协议的一类非线性时变系统的保概率H_∞滤波问题。利用概率约束H_∞性能指标,使该系统更贴近实际工程应用。同时,考虑在数据传输过程中产生的网络拥塞和资源占用现象,采用Round-Robin协议对网络节点间的数据传输进行调度。考虑信号从传感器至待设计滤波器传输过程中具有非线性扰动,构造保概率非脆弱H_∞滤波器。其不确定参数由服从均匀分布且相互独立的随机变量控制,同时通过寻求线性矩阵不等式工箱设计能在概率约束下保证性能要求的滤波器。利用递推线性矩阵不等式方法求解保概率H_∞滤波问题。最后,通过仿真示例,证明所提出的滤波方案的有效性。     

一种改进的多光谱遥感图像超像素分割算法

针对简单线性迭代聚类算法在多光谱遥感图像超像素分割中存在的未充分利用图像特征信息及超像素尺寸、 数量固定导致分割精度较低的问题, 提出将流形 简单线性迭代聚类算法引入到遥感图像超像素分割任务中, 并对其进行改进. 首先, 给出一种基于彩色局部二进制模式改进的多光谱遥感图像纹理特征提取方法; 其次, 扩展流形 简单线性迭代聚类算法的光谱空间, 使算法可以适应高维图像数据; 最后, 改进流形 简单线性迭代聚类算法的聚类距离度量, 融合图像的多段光谱特征、 空间特征及纹理特征对像素进行迭代聚类, 实现内容敏感超像素分割. 实验结果表明, 与现有方法相比, 该算法对多光谱遥感图像的超像素分割结果更准确, 在边缘召回率、 欠分割误差、 可达细分精度指标上均有提升, 能改善多光谱遥感图像分割预处理方法中精度较低的问题.     

奇异分数阶复杂动态网络的鲁棒同步: LMI 法

为解决奇异分数阶复杂动态网络的同步问题, 将连续频率分布等价模型引入到分数阶奇异系统中, 应用 间接李雅普诺夫方法, 通过设计同步控制器将奇异系统正常化, 给出阶次在 0<α<1 范围内能使不确定奇异分 数阶复杂动态网络同步全新的充分条件。 利用 Matlab 的 LMI(Linear Matrix Inequalities)工具箱求解控制器的增 益。 通过仿真算例及数据验证, 表明该方法可有效地解决复杂动态网络同步问题。     

人工免疫系统及其在故障诊断领域中的应用

首先介绍了生物免疫系统的机理和特点,并给出了基于生物免疫机理开发的,在故障诊断领域中涉及较多的人工免疫网络模型、反面选择算法及其应用改进,然后给出了国内外人工免疫系统在故障诊断领域中的一些应用成果,最后对人工免疫系统在故障诊断领域中的应用前景和进一步的研究工作进行了展望。     

基于混合算法的点云配准方法研究

为解决ICP( Iterative Closest Point) 算法对初始点云位置要求高且易陷入局部最优的问题,提出一种新的配准方法。首先遵从优势互补基本思想,结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法( AAGPSO: Adaptive Artificial Glowworm-Particle Swarm Optimization) ,以使算法的收敛速度变快,解的精度得到提高; 其次优化迭代最近点算法( ICP) ,将已改进的AAGPSO 算法引入ICP 配准算法中进行点云配准,解决ICP 算法因点云的初始位置相差较大而陷入局部最优问题,加快整体的配准效率。通过实验对比原始ICP 配准方法和改进的配准方法并对其进行误差分析,结果验证了AAGPSO 算法在传统ICP 算法的基础上提高了配准精度,并且加快了算法收敛速度,改进的配准方法具有明显优越性。     

约束通信情况下非线性网络有限时间跟踪控制

针对具有本质非线性动态的多智能体网络, 研究个体传感范围有限情况下的有限时间协调跟踪控制问题。假设非线性动态满足Lipschitz 条件且初始网络拓扑无向连通, 基于智能体间的相对状态信息设计拓扑连通保持的非光滑控制协议。应用非光滑稳定性分析方法给出实现有限时间跟踪控制的充分条件, 即选取合适的控制增益参数, 以实现保持网络拓扑连通的有限时间跟踪控制。最后通过仿真验证该方案有效且可行。     

信道衰落情形下随机时变时滞系统故障估计

为解决一类受信道衰落影响的随机时变时滞系统的故障估计问题, 利用一系列相互独立且服从伯努力分布的随机变量描述通讯时滞的随机发生特性。 通过改进的 L 阶莱斯衰落模型反映信道衰落现象, 应用Lyapunov 稳定性理论、 随机分析技术和 LMI(Linear Matrix Inequality)技术得到故障估计器存在的充分条件, 在求解 LMI 的可行解后, 给出期望估计器增益的表达式。 通过数值仿真得到了确保增广的故障估计动态系统均方指数稳定且满足 H 肄 性能约束的估计器增益, 从而证明了该故障估计方法的有效性。     

基于动态语义特征的视觉SLAM系统

针对视觉SLAM(Simultaneous Localization and Mapping)在真实场景下出现动态物体(如行人,车辆、动物)等影响算法定位和建图精确性的问题,基于ORB-SLAM3(Oriented FAST and Rotated BRIEF-Simultaneous Localization and Mapping 3)提出了YOLOv3-ORB-SLAM3算法。该算法在ORB-SLAM3的基础上增加了语义线程,采用动态和静态场景特征提取双线程机制：语义线程使用YOLOv3对场景中动态物体进行语义识别目标检测,同时对提取的动态区域特征点进行离群点剔除;跟踪线程通过ORB特征提取场景区域特征,结合语义信息获得静态场景特征送入后端,从而消除动态场景对系统的干扰,提升视觉SLAM算法定位精度。利用TUM(Technical University of Munich)数据集验证,结果表明YOLOv3-ORB-SLAM3算法在单目模式下动态序列相比ORB-SLAM3算法ATE(Average Treatment Effect)指标下降30%左右,RGB-D(Red, Gree...     

GIS组件技术在配电网信息管理系统中的应用与实现

本文研究了地理信息系统在配电网中的应用。以ArcGIS Engine为开发平台,利用Engine强大的IGeometry接口并以ArcGIS的空间数据库引擎(ArcGIS Sde)与Oracle数据库结合作为配电网空间数据库,对配电网信息管理系统进行了总体设计,并实现了电力设备综合查询、供电线路跟踪等功能,通过拓扑网络组件中的网络分析接口来分析出刀闸开关状态的改变对供电线路的供电情况的影响。     

基于 CS 的神经网络在抽油机故障诊断中的应用

为提高抽油机故障诊断效率, 提出了在布谷鸟搜索算法(CS: Cuckoo Search)中加入自适应步长, 并 用函数进行测试, 结果验证了改进算法的有效性。 用改进的 CS 算法优化 BP(Back Propagation)神经网络 的权值和阈值, 并与传统 BP 算法进行比较, 证明了改进的 CS 算法克服了传统算法训练速度慢、 易陷局 部极值的缺点。 将优化的神经网络应用于抽油机故障诊断中的实验表明, 该算法具有较快的收敛速度和 较好的稳定性, 同时也提高了抽油机故障诊断的精确性。