基于有序点云的石窟寺顶板裂隙特征提取

石窟寺的顶板裂隙对其结构安全和内在艺术价值影响较大,已成为文物保护工作中的重要环节.基于有序点云提出一种层状裂隙的特征提取与目标分类新方法.该方法首先利用高程差,将有序点云垂直映射成二维深度图,进而采用图像处理与形态学相结合的方式实现对目标轮廓的特征提取.通过对庆阳北石窟寺32号窟如意佛龛底座规则点云的检测,验证了本方法的精度可达98.69%.以32号窟顶板真实层状裂隙为例,使用本方法能快速提取目标轮廓,计算裂隙关键物理参数,判别裂隙危害等级,并给出工程保护建议.     

基于改进萤火虫算法与动态窗口法融合的移动机器人动态路径规划

针对传统萤火虫算法无法有效躲避未知障碍物、收敛速度慢、易陷入局部最优等问题,对其进行了改进,并将其与动态窗口法相结合,从而提出了一种移动机器人动态路径规划新算法。通过三种策略对萤火虫算法进行了改进：首先,采用Skew Tent混沌映射产生混沌序列对萤火虫种群进行初始化,提高萤火虫算法的全局收敛速度;其次,引入自适应步长平衡萤火虫算法全局和局部最优;最后采用差分进化算法通过变异、交叉和选择操作加强萤火虫算法的搜索能力。然后将改进萤火虫算法与动态窗口法相结合,使移动机器人在全局最优路径的基础上进行实时动态路径规划,在能保证全局最优路径的基础上有效躲避未知障碍物。本文基于MATLAB进行了仿真,仿真结果验证了所提算法的有效性。     

基于改进VO算法与动态窗口法的自主避障

针对复杂动态环境下,无人机自主规避动态障碍物的问题,提出了一种改进的速度障碍法,以提高无人机在复杂环境中自主避障的能力。首先,根据速度障碍法原理,构建数学模型,判断无人机与动态障碍物是否存在冲突;然后,加入了自适应安全距离的同时用卡尔曼滤波对动态障碍物的下一时刻的位置进行预测,重构一个速度障碍区;最后,通过改进动态窗口法对可行避障区域进行最优避障策略的求解。通过不同场景和多障碍物连续避障的仿真实验,验证了所提算法的可行性和有效性。     

基于井筒-地层定压实验的重力置换窗口研究

为了处理重力置换引起的溢漏事故,首先需要了解重力置换发生的条件,分析重力置换窗口,判断井下是否发生重力置换,并采取对应的处理方法。本文通过自主研制的井筒-地层重力置换实验装置,开展气液、液液重力置换临界点实验,基于理论及实验分析,定量计算地层重力置换窗口,并拟合了重力置换窗口临界点压力曲线,拟合公式与实测值误差小于10%。在该实验条件下,当钻井液密度为0.998g/cm3时,气液重力置换窗口为-5800Pa~10.6Pa,液液地层重力置换的窗口为-1192Pa~16.6Pa。结果表明,气液、液液重力置换窗口与流体密度差基本呈线性关系;现场实际井下重力置换窗口远高于此,所以需要在钻进时考虑重力置换窗口的影响。据此,本文提出了预防重力置换发生的方法,以及发生重力置换溢漏事故后对应的处理方法。     

基于滑动窗双边CUSUM算法的风电爬坡事件检测方法

随着新能源并网进程的推进,风电装机规模逐年扩大。受区域内天气变化影响,风机出力的间歇性和波动性特征对电网的威胁亦越发显著。极端天气所引发的风电出力异常爬坡事件,易导致电网功率失衡,对电力系统机组调度、源荷平衡造成了极大压力。合理的风电爬坡事件检测以及精准的风电功率预测能为风电场运维及电力系统调度提供先验指导,有力缓解风电不确定性带来的危害。首先讨论了目前主流风电爬坡事件定义的盲点,分类并分析了3种风电爬坡场景的功率变化特性,据此提出基于滑动窗双边累计和(cumulative sum, CUSUM)算法的风电爬坡事件检测方法,提取时序耦合信息,捕捉短时间窗口内风电功率数据的异常波动,提高风电爬坡事件检测精度。其次,采用贝叶斯优化的长短期记忆(long short term memory, LSTM)神经网络,最优化模型超参数,提高模型对于爬坡事件发生时风机出力的预测性能。进一步应用所提风电爬坡事件检测方法,对模型预测区间内的风电爬坡事件进行检测实验,验证了所提方法的有效性。     

改进Rife-Vincent(Ι)窗的FFT介质损耗角测量

非同步采样信号后，利用快速傅里叶变换（FFT）对信号处理时会出现频谱泄漏，导致FFT介质损耗角测量精度不高.为了提高介质损耗角测量精度，通过Rife-Vincent(Ι)窗的自乘运算构造出一种新的余弦窗，并设计了基于改进Rife-Vincent(Ι)窗的FFT介质损耗角测量方法.新窗函数比传统窗函数具有更好的旁瓣特性，可以提升频谱泄漏的抑制效果.仿真实验结果表明，加Rife-Vincent(Ι)自乘窗方法比加Hanning窗、加Blackman窗方法的介质损耗角测量精度更高.     

基于滑动窗口CRITIC-G1的空战态势评估

传统的指标重要性相关(CRITIC)方法进行态势评估不能实现变权重，仅从数据本身属性出发进行赋权，忽略了专家意见，且CRITIC方法本身会使得图像抖动。针对以上问题，提出一种基于滑动窗口CRITIC-G1的近距离空战态势评估方法，将空战数据进行预处理，得到根据时间变化的优势函数矩阵，采用滑动窗口的方法将优势函数矩阵进行分解，通过对滑动窗口中的优势函数矩阵进行CRITIC-G1赋权，从而既实现变权重，又完成重要性排序的权重优化；同时引入变异系数降低综合优势函数图像抖动。最终输出飞机的综合优势函数值，对于两飞机的综合优势函数值进行分析得到态势评估的结果。仿真结果表明，滑动窗口CRITIC-G1法较传统CRITIC方法准确性提高了22.75%。     

吉林东部天然次生林下光强衰减的空间分布特征

【目的】探究长白山北坡不同林型天然次生林下空间尺度及方位间的光强衰减特征。【方法】以吉林东部长白山北坡天然次生林5块0.6 hm²样地为研究对象，调查了样地内乔木生长及光强衰减状况，对林型、空间尺度及方位进行划分，采用移动窗口法分析不同空间尺度下森林群落结构对林下光强衰减的影响。【结果】吉林东部天然次生林乔木胸高断面积与林下光强衰减率相关性显著(P<0.01)。随着空间尺度增大，乔木胸高断面积与光强衰减率的相关系数逐渐增大，大部分林型在内侧窗口达到10 m×10 m时，光强衰减率与乔木胸高断面积显著正相关(P<0.01),在25 m×25 m尺度时相关系数最大，内侧窗口周围10 m内的乔木也与内侧窗口下的光强衰减率显著正相关(P<0.01)。东侧、南侧的树木对于内侧窗口下的光强衰减率影响比西侧、北侧影响更大。【结论】通过移动窗口法可以分析不同林型乔木对于林下光强衰减的影响范围，与耐阴树种相比，喜光树种乔木胸高断面积与光强衰减率在更多尺度下显著相关；在(10 m×10 m)～(40 m×40 m)的尺度范围内，多数林型乔木胸高断面积与光强衰减率显著...     

应用时间滑动窗口模型的轨迹相似性研究

针对社交网络用户个人信息难以获取、公开信息不完整、不通用甚至内容虚假的问题，选择了普适性强，且能客观、真实反映用户行为习惯的位置数据作为相似性分析依据，对新浪微博、滴滴打车进行位置数据采集，形成两个高价值且具有国内网民特色的数据集作为实验对象.提出了一种基于时间滑动窗口模型的轨迹相似性匹配算法，通过调整时间窗口和位置距离优化算法F值，实现不同网络平台用户的相似性分析.以对新浪微博和滴滴打车的用户位置数据为例进行验证，实验结果证明了地理位置为虚拟身份相似性判断的正相关影响因子，且判断相似性的平均F值超过90%.      

复杂背景下改进的红外弱小目标检测

许多研究者关注红外弱小目标检测领域并进行过种种探索，然而复杂背景下检测的难题始终未得到满意的解决。复杂背景下的杂波难以消除，目标检测无法得到显著结果。为此，本文提出了一种基于高升压滤波器的加权三层窗口目标检测算法HB-WTLLCM（High-Boost Weighted Tri-Layer Local Contrast Measure），针对复杂背景的目标检测进行目标增强，从而提高检测率。本文算法首先利用改进的高升压滤波器对红外原始图像进行预处理，再利用三层嵌套窗口，根据目标形状进行局部对比度增强。最后引入一种基于复杂度评估的加权算法，进一步进行目标增强和随机噪声抑制。实验数据显示，本文提出的算法相比于主流算法在多建筑、多树木的复杂背景下目标增强能力更强，检测率更高。上述结果提示，本文提出的HB-WTLLCM算法对于复杂场景下红外弱小目标进行检测具有一定优势。