基于捕食逃逸鸽群优化的无人机紧密编队协同控制

提出一种基于捕食逃逸鸽群优化(pigeon-inspired optimization,PIO)的无人机(unmanned aerial vehicle,UAV)紧密编队协同控制方法.基于人工势场法设计了外环控制器,将无人机紧密编队转化成一种抽象的人造势场中的运动;基于鸽群优化算法设计了内环控制器,进行控制量的优化求解.在遵循鸽群优化基本思想的基础上,对其结构进行调整,并针对基本鸽群优化易陷入局部最优的问题,引入了捕食逃逸机制来改善鸽群优化总体性能.最后,将本文所提出的改进鸽群优化算法与基本鸽群优化算法、粒子群优化(particle swarm optimization,PSO)算法进行了系列对比实验,实验结果验证了文中所提方法的可行性、有效性和优越性.     

基于莱维飞行鸽群优化的仿雁群无人机编队控制器设计

针对无人机编队控制器设计难题,受到大雁飞行时头雁产生的上洗气流能有效减小雁群飞行所需要的体力消耗的启发,设计了无人机编队远距离飞行时的比例-积分-微分仿雁群编队控制器.编队飞行中,无人机由于会受到突风或其他客观因素的影响会偏离最佳的编队位置,针对该问题提出了一种基于莱维飞行鸽群优化无人机编队控制器参数的整定方法,以求取无人机编队时对外界干扰具有强鲁棒性的比例-积分-微分控制器参数.仿真对比验证表明,本文所设计的基于莱维飞行鸽群优化的仿雁群无人机编队控制器具有更强的快速性、稳定性和可靠性,减少了无人机远距离仿雁群编队时飞行的油量消耗,并增加了无人机的作战半径.     

平衡探索与利用的广义鸽群优化算法

为了平衡鸽群优化算法的探索与利用能力,本文提出了一种广义鸽群优化算法.传统的鸽群优化算法包含两种优化算子,分别为地图与指南针算子和地标算子.这两种算子依次执行,在一次算法运行中,仅执行一轮迭代.在广义鸽群优化算法中,将算法搜索分为多个阶段,每个阶段分别执行两种算子.在算法的一次运行中,两种算子执行多轮.地图与指南针算子侧重于算法的探索能力,而地标算子侧重于算法的利用能力.改进算法仅改变了两种算子的执行顺序,无需增加额外的函数值计算.此外,广义鸽群优化算法扩展了解集合结构和算子参数设置,这对于提高算法的搜索质量大有裨益.在11个单目标测试函数和8个多模态优化测试函数上进行仿真对比试验,结果表明广义鸽群优化算法提高了鸽群优化算法的搜索效率,改进了算法的搜索结果.     

基于流形鸽群优化的智能合约重入性漏洞检测方法研究

重入性漏洞在智能合约中普遍存在,可能造成巨大的经济损失.现有的基于符号执行的静态分析工具通过预设的规则判断漏洞是否存在,然而预设规则不全面可能会导致重入性漏洞的误报.为了避免误报,本研究尝试从软件测试用例生成的动态分析角度解决这一难题.本文将该应用场景抽象为存在重入性循环路径的路径覆盖测试用例自动生成问题,通过生成并执行覆盖重入性循环路径的测试用例来检测重入性漏洞.以鸽群算法为代表的群体智能算法是求解测试用例生成这类黑盒优化问题的常用方法.鸽群算法在整个决策空间内围绕种群最优解邻域搜索,然而,问题的最优解可能并不在该邻域内,导致路径覆盖率较低.为了提升鸽群算法的路径覆盖率,本文将利用流形启发式算子改进鸽群算法,使其分配更多的算力搜索与优化目标相关的子空间,从而提升鸽群算法求解效率,覆盖重入性循环路径.实验结果显示,改进后的流形鸽群算法能够更加高效地生成覆盖重入性循环路径的测试用例,检测出被测合约的重入性漏洞.与Oyente, Securify和Smartcheck这三个智能合约测试工具相比,本文提出的方法能够有效避免重入性漏洞的误报,在实验的8个被测试智能合约中重入性漏洞识别准确率分别...     

基于柯西变异鸽群优化的大型民用飞机滚动时域控制

采用先进的控制方法对大型民用飞机的多操纵面进行控制,可以有效提高大型民用飞机飞行的安全性和可靠性.针对大型民用飞机的在线滚动时域控制(receding horizon control,RHC)问题,提出了柯西变异鸽群优化(Cauthy mutation pigeon inspired optimization,CMPIO).柯西变异鸽群优化不但保持了鸽群优化(pigeon inspired optimization,PIO)收敛速度快的优点,而且通过执行加入柯西变异的地图和指南针算子和地标算子,可以有效降低优化结果陷入局部最优的概率,改善滚动时域控制的快速性和稳定性.在协调转弯过程和协调转弯的故障重构两个算例的仿真中,基于柯西变异鸽群优化的滚动时域控制使大型飞机稳定地达到参考状态,控制器同时合理地完成了多操纵面的控制分配和故障重构.     

基于凸优化理论的无人机编队自主重构算法研究

针对无人机编队自主重构中的最优重构航迹规划问题开展研究,通过综合考虑无人机飞行动力学特性和重构航迹代价,将其转化为多目标组合优化问题进行求解.为提高寻优效率,本文首先提出将多目标组合优化问题转换为非线性单目标优化模型进行求解,并针对两类优化问题等价性进行了理论分析.通过引入松弛算子和规范参数,本文所提出的内点优化算法能够改善经典内点法中的矩阵秩亏损现象,提高了所得解的最优性.通过仿真验证了本文所提出的自主重构算法的可行性和有效性.     

基于模块性指标优化的层次聚类算法

层次形成的正确性决定了层次聚类的质量,通常围绕对象类内类间关系评价实现。本文基于聚类目标,综合考虑类内类问关系,借鉴网络分析中模块性评价准则,设计用于层次聚类的模块性指标,并采用自底向上合并的途径实现指标优化从而完成聚类,提出一种基于模块性指标优化的层次聚类算法。仿真试验表明,和谱聚类算法相比,本文介绍的算法实现简单,能以较少的计算代价,准确地获得样本特征,实现聚类。     

一种基于自体集层次聚类的否定选择算法

否定选择算法是用于产生人工免疫检测器的重要算法,然而传统的否定选择过程需要将随机生成的候选检测器与全部自体数据进行匹配以排除识别了自体的无效检测器,该匹配过程导致检测器的生成效率过低,极大地限制了免疫算法的应用.为此,文中提出了一种基于自体集层次聚类的否定选择算法CB-RNSA.算法首先对自体数据进行层次聚类预处理,然后用聚类中心取代自体数据点与候选检测器进行匹配,以减少距离计算代价.在生成检测器的过程中,候选检测器被限定在非自体空间的低覆盖率区域内,以降低检测器冗余.对检测器的非自体空间覆盖率进行了概率分析,给出了中止生成检测器的条件,该条件较传统的预设检测器数量的中止条件更为合理.理论分析表明CB-RNSA的时间复杂度与自体集规模无关,从而解决了经典的否定选择算法的时间复杂度随自体数量呈指数增长这一难题,极大地提高了大自体样本空间下的检测器生成效率.对比实验结果表明:在相同的实验数据集与期望覆盖率下,CB-RNSA的检测率比经典的RNSA与V-detector算法分别提高了12.3%与7.4%,误警率分别降低了8.5%与4.9%,产生检测器的时间代价分别降低了67.6%和75.7%.     

一种基于自适应种群变异鸽群优化的航天器集群轨道规划方法

航天器集群在复杂条件下的轨道规划问题是当前航天领域的热点以及难点.本文针对分布式集群航天器在队形变换过程中的轨道最优规划问题进行了研究,提出了基于自适应种群变异的鸽群算法(adaptive population variation pigeon-inspired optimization, APVPIO).本文对经典PIO算法中的核心演化算法、演化停滞以及易陷入局部最优解问题进行了研究.同时针对经典PIO算法的适应度函数进行了研究,并且结合轨道规划问题进行了改进.最后基于自适应种群变异的鸽群算法进行了仿真实验,结果表明, APVPIO算法,相比于经典PIO算法、PSO算法在极大减少计算量的同时,有更优规划结果、更深的种群演化深度以及更快的收敛速度,可以满足航天器集群在复杂约束条件下的轨道规划问题.     

基于分块优化思想的多无人机覆盖路径规划

覆盖路径规划广泛应用于环境清洁、建图、监控等场景,为了提高覆盖效率,经验证,一组有自主运动能力的无人飞行器配合机载传感器可以提供有效帮助.本文提出一种可以应用于大规模复杂环境的多无人飞行器覆盖路径规划方法.在面积规模大、环境情况复杂的区域内,计算出可以采集到精确可靠环境信息的最优覆盖路径是比较困难的,本文提出的覆盖路径规划方法基于分块优化的思想,将大规模的环境分成若干面积较小的子区域,分别计算子区域内的局部最优覆盖路径,在一些特定的约束条件下,所有子区域内的局部覆盖路径可以连接成一条遍历环境中每个子区域的整体覆盖路径,兼顾了环境的差异性和覆盖的完整性.同时,为了保证整体路径的平滑,适合飞行器跟踪,在规划路径时还考虑到减小相邻两段局部路径之间的过度转角和飞行器完成一次环境覆盖的调头转向次数,通过设计不同的覆盖模式以及在计算局部路径的评价函数中加入转角相关项来实现路径的平滑.最后,通过仿真和实验验证了所提算法的有效性和可行性.     

基于并行离散事件模拟的大规模P2P系统行为预测

P2P应用在当今的互联网中占有了越来越重要的地位.由于这类系统往往由数千至数百万台计算机组成,没有一个大规模分布式系统模拟器是很难预测其行为的.文中尝试通过建立一个并行模拟器AegeanSim来预测大规模P2P系统的行为,该模拟器提供这类系统在高性能服务器集群上的的并行离散事件模拟.我们将P2P应用程序执行抽象成一个具体的事件模型,然后在一个集群上并行这些事件,从而不但扩展了模拟规模而且大大提高了模拟效率.文中还提出了一种提高性能的单步同步方法,并为研究人员设计了一个事件回调接口,使得在保持模拟器独立性的同时很容易地执行应用程序逻辑.用AegeanSim预测了一个典型的P2P系统:BitTorrent.比较了模拟的BT行为和目前BT相关的研究,证实了它的效率、可扩展性和准确性.文中还尝试预测BT系统受到各种人为攻击后的行为,得到一些合理的结果:(1)因为苛刻的攻击时间要求,Tracker隔离很难起作用;(2)限制BT的带宽可能是控制它的一种有效的方法.     

基于粒子滤波的部分对应点集刚体配准算法

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.     

基于改进K均值的脸形聚类算法

针对海量人脸图像数据库检索时顺序匹配速度慢等问题,提出把聚类技术应用于数据库预分类,利用脸形特征对人脸图像自动聚类.首先用改进主动形状模型提取脸形特征,再用改进K-均值算法对人脸图像进行聚类.使用Hausdorff距离计算两个特征点集的相似度.实验表明,该算法的聚类结果比较稳定、精确且符合人类视觉认知特性.     

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.     

基于FSDP图像和DCNN的无人机起落架关键件结构损伤智能检测方法

随着无人机的应用越来越广泛,与之相适应的保障手段也需与时俱进.在人工智能快速发展的情况下,故障诊断与人工智能方法相结合为无人机保障关键技术的跨越式发展提供了重要契机,也为无人机的使用安全性与运行可靠性水平的提升提供了重要机遇.本文以结构健康监测中的超声信号分析方法为基础,针对无人机起落架关键结构件的损伤检测问题开展研究,结合深度学习模型,对结构件的损伤进行智能化检测,提高检测效率和检测精度.针对结构健康监测中损伤信号的非线性特点,提出了频谱对称点阵图案(frequency symmetrized dot pattern, FSDP)特征提取方法.在此基础上,提出了基于FSDP特征与深度卷积神经网络的损伤智能检测方法.在起落架T型构件实验环境中开展了结构损伤模拟与检测实验,通过实验数据验证了所提出的智能检测方法的有效性.     

基于线性时序逻辑的智能体不确定行为规划

随着人们对智能体需求的提高,智能体的活动不再局限于简单环境与单一任务,面向复杂的应用场景,智能体需要具备自主完成决策与执行的能力.本文研究了面向线性时序逻辑描述下的复杂任务智能体的不确定行为规划问题,同时考虑任务成功率与任务执行成本,这里不确定性因素包括智能体行为与环境属性,任务描述由软、硬约束两部分表达.文中应用形式化方法中模型检测的思想确定智能体行为选择策略,其中应用马尔可夫决策过程构建智能体个体与集群模型,应用双层自动机模型构建任务模型,设计智能体-任务网络模型表征约束条件并通过一耦合线性规划完成策略求解,并通过数值仿真测试对上述方法进行了验证.结果表明含软、硬约束的复杂任务约束可被满足,求解所得最优策略使智能体按约束强度完成任务,且可通过调节惩罚因子控制网络模型的松弛程度调整生成的控制策略.     

基于多服务类比例公平的分组调度算法

研究了同时满足多性能目标的资源管理模型和算法, 基于服务质量模型实现比例公平性原则, 考虑了包括延迟、丢失率在内的服务质量要求及对于综合的多服务类数据流非常重要的公平性问题, 提出了一种分组网络中的比例公平调度模型, 该调度模型综合描述了网络效率、用户QoS要求和系统公平性等多维目标. 分析论证了能有效满足比例公平的调度策略PFS(proportional fairness scheduling), 同时在Linux上实现了该算法. 最后在模拟和实验测量的基础上对PFS调度算法的性能和系统开销进行了分析讨论.     

基于化学反应优化的多无人机地面移动目标协同观测航迹规划

随着无人机技术的飞跃式发展,利用无人机跟踪地面目标在军事和民用领域得到了广泛的应用.鉴于目标所在环境以及运动状态的不确定性,单一无人机已不能胜任日益复杂的应用环境,利用多无人机协同跟踪目标成为改善目标跟踪任务鲁棒性的一种有效手段.本文针对多无人机协同跟踪观测航路难以求解的特点,提出了一种基于进化算法的近似求解方法,以解决多无人机对被跟踪目标观测航路的时空优化问题.本文通过分析与机身以固定安装角连接的传感器在地面有效观测区域模型,提出了包括目标观测时间和航路安全在内的控制方案,并采用了一种基于化学反应优化(chemical reaction optimization,CRO)理论框架的启发式求解策略,规划无人机的最优协同观测航路.仿真的结果表明,本文所提出的方法能够实现多无人机协同跟踪地面移动目标的要求,在满足无人机性能约束和飞行安全的情况下,具有更长的对目标监测时间.     

一种基于相似度聚类方法的指纹识别算法

提出了一种基于相似度聚类的指纹识别算法．同现有的指纹识别算法相比较，该识别算法的独特之处体现在如下方面：首先，根据指纹纹理特性，采用二元尺度空间方法来对图像进行增强处理；其次，构造一种局部拓扑结构．细节点单形，根据与图像变换的相关性，将这些拓扑结构的属性分为变换可变特性和变换不变特性；再次，应用聚类方法，分析指纹之间的变换模型的分布空间；最后，用递归分层搜索方法，在变换模型的分布空间中估计出最优参数，并求指纹之间的最大相似度．FVC2002(the 2^nd International Fingerprint Verification Competition in 2002)对该算法的性能测试与认证结果表明了算法的有效性与先进性．