经典轨迹的相似度量快速算法

针对经典轨迹相似度量的耗时性,利用轨迹压缩算法,提出一种基于最长公共子序列(longest common subsequence, LCS)的相似度量快速算法。首先,对实时轨迹进行压缩,减少轨迹点数。然后,利用经典轨迹的点与实时轨迹线段之间的距离,根据改进的多对1 LCS长度公式,计算经典轨迹与实时轨迹之间的LCS长度。最后,将LCS长度与经典轨迹的点数的比值作为经典轨迹的相似度。实验说明,通过轨迹压缩能够减少60%以上的计算时间。     

基于倾向性的直觉模糊相似度量方法

针对现有直觉模糊相似度量所存在的不足,提出一种基于倾向性的直觉模糊相似度量方法。首先,基于直觉指数所表征的中立证据中支持与反对的程度呈均衡状态假设,揭示了影响直觉模糊集相似性大小的3个相互作用因素之间的内部关系,给出了相似度量的几何表示。其次,对现有部分相似度量方法在某些情况下无法表述的问题进行了分析,定义了满足直觉模糊相似性的直观约束条件,给出一种直觉模糊相似度量的公理化定义。再次,揭示了直觉指数对证据的倾向性影响,提出了一种基于倾向性的直觉模糊相似度量方法。最后,通过算例分析比较,验证该方法的正确性、合理性、有效性。     

基于LCSS的目标航线规律快速匹配方法

针对战场态势智能化分析与深度感知需求,在积累的活动航线规律知识基础上,结合实时目标运动特征,采用滑动窗口处理、活动阵位特征过滤、数据格式化处理等手段,运用最长公共子序列处理思想,提出一种快速实用的航线规律匹配算法。通过若干案例仿真验证了该算法模型的可行性和有效性。该模型能够综合考虑战场态势分析的时效性和快速性,准确匹配出实时目标相关联的活动规律信息,并且该算法计算量小、耗时短、匹配效率高,易于工程实现。     

Vague集(值)相似度量的比较和改进

相似度量是研究和应用vague集（值）的重要工具．本文首先介绍了vague集（值）的概念，定义了相似度．接着比较了已有的vague值的相似度量方法．用实例说明这些方法在某些情况下不适用，并分析了造成不适用的原因，进而指出影响vague集（值）相似度量的3个因素．在此基础上改进了vague值和加权vague值的相似度量方法，最后修正了vague集的相似度量方法．由于所提出的方法考虑了影响vague集（值）相似度量的各个因素，因而能避免已有方法在某些数值上的不妥．     

基于Vague集相似度量的多准则模糊决策方法

在分析已有关于Vague值（集）相似度量方法存在不足的基础上,综合考虑Vague值区间端点间的距离、核距离以及未知部分对支持度和反对度的影响等主要因素,提出了一种新的Vague值（集）相似度量方法,并对其性质进行讨论. 通过与现有方法的比较,表明该方法具有很强的相似度区分能力. 最后将所提出的Vague值（集）相似度量用于多准则模糊决策中,通过最优化方法选取每个准则的最优权重,根据候选方案与理想方案在相应准则下相似度加权和的大小得出最佳方案. 通过实例分析,表明了这种方法的有效性和可行性.     

基于邻接度量函数的β算法

复合随机计算系统的研究目前已成为组合优化等优化与搜索问题的重要研究方向，在阐述复合随机计算系统的一般形式的基础上，提出了处理组合优化问题的基于邻接度函数的β算法，证明了相关的性质，并以实例阐述了该方法的具体运用。     

移动机器人的快速终端滑模轨迹跟踪控制

针对基于动力学模型描述的非完整移动机器人轨迹跟踪问题,给出了一种快速终端滑模控制器设计方法,该方法结合反演(backstepping)设计和快速终端滑模控制的思想,实现了非完整移动机器人全局快速轨迹跟踪控制,并且能够在有限时间内完全跟踪上期望轨迹。该方法将系统分解为低阶子系统来处理,利用中间虚拟控制量简化了控制器的设计,具有直观的稳定性分析,设计方法简单。仿真结果验证了该控制器的正确性和有效性。     

基于视觉特征度量的模型简化算法

人的视觉系统通常对模型的高曲率变化区域、尖角、边界轮廓等几何特征格外敏感。基于视觉特征度量的模型简化算法,在简化过程中通过调整网格顶点的简化误差来改变边折叠的次序,优先保留模型视觉敏感区域的网格;从而解决了模型网格的各部分简化力度趋于均衡的问题,最大限度地保留了原模型的视觉冲击。经实验,在同等简化力度下得到的简化结果能够突出原模型的视觉特征,具有明显优势。     

考虑轨迹安全的超快速交会逼近策略与控制

研究了考虑航天器交会逼近轨迹安全的超快速逼近策略和轨道控制方法。在超快速逼近方面,为了解决超快速逼近和轨迹被动安全的矛盾,提出瞄准偏置点概念。交会逼近时追踪航天器先以被动安全速度向瞄准偏置点快速逼近,再由瞄准偏置点向终端瞄准点逼近。在轨道控制方面,将超快速逼近过程中分别设计解耦后三通道的模糊控制器,对轨道各方向进行独立控制。仿真结果表明,在保证交会逼近过程安全性和逼近终端精度的前提下,文中方法不仅可以适应初始速度较大约束,而且可将交会逼近时间减少为传统逼近方法的20%。     

基于加权Minkowski距离的IFS相异度度量方法

针对现有直觉模糊集合间距离度量的局限性,提出一种基于加权Minkowski距离的相异度度量方法。该度量方法适合于连续论域中集合间距离的测量,而且通过引入加权参数解决了各个属性具有不同权重的实际问题,同时克服了现有IFS距离度量的缺陷,进而解决了几个特殊直觉模糊集合之间距离度量问题。通过算例分析比较,证明了该方法在现存的距离度量方法中是比较优越的。     

Fast encoding algorithm for vector quantization based on subvector L2-norm

A fast encoding algorithm based on the mean square error (MSE) distortion for vector quantization is introduced. The vector, which is effectively constructed with wavelet transform (WT) coefficients of images, can simplify the realization of the non-linear interpolated vector quantization (NLIVQ) technique and make the partial distance search (PDS) algorithm more efficient. Utilizing the relationship of vector L2-norm and its Euclidean distance, some conditions of eliminating unnecessary codewords are obtained. Further, using inequality constructed by the subvector L2-norm, more unnecessary codewords are eliminated. During the search process for code, mostly unlikely codewords can be rejected by the proposed algorithm combined with the non-linear interpolated vector quantization technique and the partial distance search technique. The experimental results show that the reduction of computation is outstanding in the encoding time and complexity against the full search method.     

基于观测量扩充的捷联惯导快速初始对准方法

近似静止状态时捷联惯导系统可观测性较差,利用卡尔曼滤波完成初始对准需要较长时间。针对这一问题提出了一种基于观测量扩充的捷联惯导系统快速初始对准方法。在不改变系统状态方程的情况下,将速度误差和地球转速作为系统观测量。并根据观测量的扩展详细地推导了观测方程,进而利用扩展卡尔曼滤波完成捷联惯导系统初始对准。车载试验结果表明,与传统的卡尔曼滤波对准方法相比,新方法在保证初始对准精度的同时缩短了初始对准时间。     

Fast encoding algorithm for vector quantization based on subvector L2-norm

A fast encoding algorithm based on the mean square error （MSE） distortion for vector quantization is introduced. The vector, which is effectively constructed with wavelet transform （WT） coefficients of images, can simplify the realization of the non-linear interpolated vector quantization （NLIVQ） technique and make the partial distance search （PDS） algorithm more efficient. Utilizing the relationship of vector L2-norm and its Euclidean distance, some conditions of eliminating unnecessary codewords are obtained. Further, using inequality constructed by the subvector L2-norm, more unnecessary codewords are eliminated. During the search process for code, mostly unlikely codewords can be rejected by the proposed algorithm combined with the non-linear interpolated vector quantization technique and the partial distance search technique. The experimental results show that the reduction of computation is outstanding in the encoding time and complexity against the full search method.     

LS-SVM的GCV模型选择方法与快速算法

在最小二乘支持向量机(LS-SVM)的模型选择问题中,基于再抽样技术的模型选择方法(如Bootstrap和快速Bootstrap),不能从根本上解决计算强度过高的问题.提出了基于GCV准则的模型选择方法,并建立了LS-SVM模型超参数(或旋转参数)估计的快速算法.实证研究表明:给出的快速GCV模型选择方法不仅能保证模型的预测精度,而且在计算速度上具有相对于快速Bootstrap的巨大优势.     

可重复使用运载器的上升段轨迹线设计

可重复使用运载器的上升段飞行过程较为复杂,其轨迹线设计是一个多约束的非线性规划问题,优化求解较为困难。为形成较为实用的上升段轨迹线设计策略,将上升段分成投放分离段、拉起点火段、动力爬升段和无动力爬升段四段进行分析设计。通过各段运动特点的分析,各段采用不同的轨迹策略,确定所需要设计的参数及其范围,将各种物理约束及末端条件约束转换成适应度函数,最后将轨迹优化问题转化成设计参数的寻优问题,通过具有很强非线性搜索能力的粒子群优化算法对参数进行优化求解。结果表明,设计的轨迹线能很好地满足任务指标。     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计.首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization,QPS...     

无人机鲁棒轨迹线性化控制航迹跟踪设计

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题,采用改进隐层自适应神经网络对不确定性进行补偿,并利用Lyapunov理论证明了跟踪误差的有界性,最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明,当参数摄动在20%时,该控制方法仍能使UAV很好地跟踪理想航迹,从而验证了该方法的有效性。