基于多重分形的地形辅助导航路径规划算法

地形导航是一种利用航行器下方地形信息获取航行器位置的导航技术。为了得到较高的定位精度并使飞行长度尽可能短,需要预先规划飞行路径。该文将地形数字高程图(digital elevation model,DEM)看作二维灰度图像,引入在图像处理中得到广泛应用的多重分形理论,将利用小波变换求得的奇异指数作为地形提供定位精度能力的一种度量。选择合适的阈值划分得到定位优区,利用A*算法寻找最短路径,此路径即是规划路径。选用粒子滤波作为导航算法,沿规划路径和其他路径进行多次飞行仿真,结果显示规划路径的定位精度和稳定度都比较高,而且路径长度短,有较强的实用性。     

一种光滑粒子流体动力学-有限元法转换算法及其在冲击动力学中的应用

为了解决冲击动力学中的大变形问题,提出了一种光滑粒子流体动力学-有限元法(SPH-FEM)转换算法,以等效Mises应力作为转换判据,将冲击过程中局部大变形区域的有限元网格转换为SPH粒子.该算法在大变形区域使用具有优势的SPH,在小变形区域使用精度和效率更高的FEM,为冲击动力学问题的数值计算提供了一条有效途径.使用SPH-FEM转换算法对圆柱形钢弹正冲击钢板发生冲塞破坏的过程进行了三维数值计算,计算结果与实验吻合较好,显示了该算法在计算精度方面的优势.在实际工程中,需要根据具体材料的失效模式,选择更加合适的转换判据.     

一种改进的高效粒子水平集法及其应用

针对传统粒子水平集法效率较低,难以应用于复杂工程问题的不足,基于积分平均法及局部粒子初始化方法提出一种改进的高效粒子水平集法.将虚拟粒子引入水平集法不仅可以抑制数值扩散,而且可以降低传统方法对高精度离散格式的依赖性,从而使得引入低阶、高效的积分平均法后界面捕捉精度仍保持二阶.通过将粒子布置于界面局部曲率较大的区域,有效地提高了粒子对界面的修正效率,增加了界面光顺性.改进的高效粒子水平集法能保持良好的鲁棒性,在保证界面捕捉精度的同时显著提高计算效率,计算效率约提高90%.     

一种整合粒子群优化和K-均值的数据聚类算法

针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.     

基于视频动态纹理与粒子系统的雨景模拟

用计算机来模拟雨景是影视制作中经常面临的一个课题.目前主要采用的粒子系统方法一般都需要大量的粒子和复杂的物理模型,而基于视频处理的降雨绘制算法虽然能用于图像和视频处理,还无法支持三维场景的绘制.本文提出了基于视频动态纹理与粒子系统相结合的思想,结合了粒子系统随机性、高效性,视频纹理方法简单,计算量小的特点,基于VC++...     

改进的粒子群算法对无源滤波器参数的优化

针对混合有源滤波器中无源滤波器设计过分依赖经验与无源滤波器优化能力不强的问题,提出改进粒子群优化算法PSO(Particle Swarm Optimization,PSO)进行无源滤波器的多目标参数优化设计.对无源滤波器的成本,无功补偿容量及补偿后滤波效果3个目标全局优化.利用改进的粒子群对其参数进行了优化设计,使种群...     

视觉跟踪中的粒子滤波算法研究进展

详细讨论粒子滤波算法在视觉跟踪领域的研究现状,对应用粒子滤波算法解决单目标及多目标跟踪问题进行了详细的分析.在粒子滤波算法框架内,选择一个合适的建议分布构建基于粒子滤波算法的跟踪算法是文章关注的焦点.对视觉跟踪中的难点问题:遮挡、目标交互、场景光线变化等详细的分析了使用粒子滤波算法的解决方法.第三部分对当前粒子滤波算法在视觉跟踪应用中存在的问题进行了分析,最后给出了结论.     

松弛迭代粒子追踪测速法独立性改进

为了提高提取瞬态流场结构的便捷性,对松弛迭代粒子追踪测速法(RM-PTV)的独立性进行了改进.引入Delaunay三角剖分(DT)法代替固定阈值法来选取与目标粒子保持相似运动的参选粒子并对典型自定义流场进行了匹配计算,同时引入邻域窗口分析法对改进前后的流场在匹配结果中突兀矢量分布的数量和大小进行了比较.计算结果表明:DT方法可以有效选取目标的参选粒子,改进方法可以较好地保持抗噪音和识别粒子无匹配的能力,省去固定阈值的选取,减小对具体流场的依赖性;当噪音和粒子无匹配存在时,改进前后的流场在匹配结果中突兀矢量分布的数量和大小基本相同.最后,通过实验证明了改进方法在大气边界层内提取沙粒跃移运动轨迹上是有效的.     

基于学习进化的机器人同时定位与地图创建

利用学习与进化结合的思想,改善基于粒子滤波的SLAM算法。在对学习与进化的关系深入分析的基础上,针对基于粒子滤波的SLAM算法,提出将滤波过程分成学习和进化两个阶段,分别给出相应算法解决粒子有效性与多样性的问题,缓解二者之间的矛盾,改善了SLAM算法的效果,增强了算法的鲁棒性,也验证了学习与进化的关系。最后,通过多次Monte-Carlo仿真实验结果表明了该算法的有效性。     

工业炉旋风预燃器煤粉颗粒运动轨迹

在预燃器冷态模型流场内，考虑气流曳引力、重力和Magnus旋转升力，建立颗粒的运动微分方程，并考察颗粒与壁面相互碰撞过程，采用龙格库塔法进行数值求解，得到不同粒径的颗粒在4种流场工部中的运动和停留时间，经计算，还可得出以下结论。⑴颗粒的运动轨迹主要受气相流场分布、颗粒粒径和颗粒初始速度等因素的影响。⑵颗粒粒径较小时，可以忽略上升力和重力的影响，但大颗粒与壁面碰撞后，必须连同考虑颗粒旋转及Magnus升力的作用。⑶选择合适的入口-二次风量比（Q2/Q1）和颗粒的初始速度，可延长颗粒在预燃器内的停留时间，能分离大于30μm的颗粒，该结果能为粉煤旋风预燃器的优化设计提供理论依据。