复杂条件下多智能体系统编队一致性控制

针对噪声信号使多智能体系统难以形成一致的问题,综合运用代数图理论、矩阵论等知识,结合一致性形成条件和现有的一致性协议,提出一种改进的带有噪声的一致性控制算法。该算法能够使系统状态量与控制输入量收敛到一个很小的范围,从而大大弱化噪声对系统的影响。将这种改进算法应用到多智能体编队控制中并进行仿真,仿真结果表明,采用改进的一致性控制算法后,多智能体运动轨迹波动小,轨迹曲线平滑,各运动参数趋于一致,具有良好的编队一致性。     

面向历史轨迹的多因素驾驶偏好挖掘算法

提出一种新型基于窗口的数据挖掘算法,以用来挖掘所定义的多因素驾驶偏好.具体地,定义了多因素之间的两两权衡来刻画驾驶偏好;提出了一种用于估算偏好分布的挖掘算法,并根据假设引入了椭圆对挖掘算法进行了优化.结果证明,该方法能够发现本文所定义的多因素驾驶偏好,并且算法有效、快速,具有较好的扩展性.     

亚轨道飞行器再入轨道设计方法研究

由于亚轨道飞行器再入过程持续时间短等特点,使得用于航天飞机的标准轨道法不适用于亚轨道飞行器,因此研究了基于插值的返回轨道生成算法。在传统的三段关于能量线性的阻力剖面的基础上提出改进算法。该算法先根据返回轨道约束、平衡滑翔约束确定阻力剖面上界和下界,后引入三次曲线使其平滑。最后,一维搜索出合适的纵程参数,通过插值得到最终的标准轨道。     

无限维随机车辆跟随系统的稳定性分析

为了提高自动高速公路车辆纵向跟随控制系统的稳定性,基于随机因素建立了无限维随机关联系统模型．运用向量李雅普诺夫函数法研究了无限维随机车辆跟随系统的指数群稳定性,分别得到了一类无限维“顾前”型和一类“顾前顾后”型随机车辆纵向跟随系统指数群稳定性的充分性判据,为随机车辆纵向跟随系统的控制器设计提供了理论基础．     

基于地图匹配的时空轨迹匿名算法

当前的时空轨迹匿名算法忽略了空间相关性对轨迹隐匿的重要影响.为此,提出一种基于地图匹配的时空轨迹匿名算法,利用真实路网数据构造假轨迹的候选匹配集,通过设置时间和空间匿名函数,利用启发式广度优先搜索算法搜索目标匹配轨迹点,满足时空匿名性和空间相关性的隐私安全条件,以增强隐私保护力度.在Android平台上设计实现基于地图匹配的时空轨迹匿名工具,利用真实路网数据完成实验,验证了该算法的有效性.     

基于威胁规避的战斗机网络瞄准攻击引导轨迹优化

针对网络瞄准攻击对战斗机精确引导的需求,研究威胁规避下的战斗机攻击引导轨迹优化问题。以战斗机过载为控制量建立引导状态模型;以目标威胁建立引导路径约束模型;以导弹发射瞄准条件为终端约束;以引导的快速性和控制经济性为性能指标,将轨迹优化建模为具有非线性边界约束、状态约束和路径约束的最优控制问题,并采用高斯伪谱法将其转化为非线性规划问题进行求解,为了保证算法的实时性,采用滚动时域策略进行在线滚动优化。仿真结果表明:所提出的方法能在有效规避目标威胁下达成导弹攻击的瞄准条件,基于RHC策略的优化单次计算时间小于1s,算法实时性能满足战斗机的引导需求。     

基于流形假设的骨架序列动作识别算法

骨架数据是通过对动作的空间几何位置进行编码获取,可以避免冗余背景信息的干扰, 是动作识别领域常用的数据类型之一.现有骨架数据的动作识别主要分为经典的骨架数据表征和基于深度学习的骨架动作识别应用.相较于传统欧氏度量下的识别方法,流形为更好地研究非线性结构提供了重要数学工具. 然而,目前仍缺乏利用流形假设对骨架数据进行动作识别的相关总结. 因此,从骨架表示、轨迹时间对齐、动作序列表征以及动作分类 4 个关键步骤出发,系统地总结了基于流形假设的动作识别工作,对比了各项工作在基准数据集上的表现. 最后,根据当前动作识别工作的发展趋势,对流形假设在动作识别方向上的进一步改进进行了展望.     

加恒定轴向磁场螺旋型波荡器中的单电子轨道分析

研究了在包含恒定轴向磁场的螺旋型波荡器中运动的电子动力学行为.采用Mathematica数值模拟考察一般条件下的电子轨道及其在横向平面内的投影形状.在电子入射偏离理想螺旋型轨道的情况下,电子在波荡器中的运动轨道在横向平面内的投影曲线可能是周期或者准周期的,对此作了讨论并给出了相应的判据.     

基于邻近车道车辆和多前车信息的双车道交通流动力学模型

应用跟驰理论,引入两车道优化速度的权重组合来刻画驾驶员换道趋势, 同时考虑多前车速度差信息对驾驶行为的影响,建立了两车道的微观跟驰模型. 在此基础上,基于交通流微观和宏观参量之间的关联关系,将上述跟驰模型中的微观变量转变成宏观变量, 进而建立了一个两车道宏观动力学模型.由于综合考虑了多种因素对驾驶行为的影响,该模型更符合实 际交通状况.数值模拟表明:该模型可以很好的模拟交通中的冲击波和稀疏波,且避免了特征速度大于宏观车流平均车速的缺陷.     

航空器飞行轨迹表示方法及其应用

航空器飞行轨迹数据的质量和规模是提高民航运行规律分析效率的基础。为了在尽可能保留原始轨迹运动特征的情况下实现对轨迹的规则化表示,减少对内存空间的占用,提出了包括等间隔采样、固定点数采样、自适应采样的重采样方法和基于傅里叶描绘子的轨迹重构方法。通过对比重构轨迹与原始轨迹在运动特征等细节的差异,分析每种方法的优缺点。针对飞行轨迹簇的聚类问题,基于固定点数采样结果,利用层次聚类法实现对重构轨迹的聚类分析。实验结果表明,本文提出方法能够利用小规模数据有效表示航空器的飞行轨迹,并成功应用于轨迹聚类等问题。