对运动船舶的多无人机协同查证路径规划方法

为解决无人机(unmanned aerial vehicle, UAV)对运动船舶进行查证面临的最优路径生成问题,设计了一种面向运动目标的多无人机路径规划方法,通过模拟退火算法对查证路径进行优化,确定完成查证任务所需的最少无人机数量、查证序列和运动路径。结果表明：所设计的方法能够生成满足时间约束的多无人机协同运动船舶查证路径,可为海事监管领域开展无人机路径规划应用及优化资源配置提供技术支撑。     

基于波束形成的三维传声器阵列仿真

为研究基于传声器阵列的声源定位技术在户外环境下实现全方位、高效、便捷的声源信号定位,通过使用波束形成声源定位算法,在考虑传声器阵列的拓扑结构特性下,对各个三维阵列进行声源定位数值仿真。为验证不同阵列的传声器阵列定位效果,基于波束形成算法使用MATLAB对相同阵元数不同分布阵型的三维传声器阵列声源定位进行仿真。结果表明：相同阵元数不同分布阵型的三维传声器阵列定位声源点的定位精度存在不同的差异,且基于波束形成的三维旋排球阵列传声器阵列在全方位声源定位中结果精确度最高。可见设计传声器阵列时,应该要充分考虑到阵元个数、阵列孔径的大小及阵元间距对阵列声源定位的影响。     

基于密度分类的JPS+移动机器人全局路径规划算法

针对传统全局路径规划中扩展节点多、寻路时间长等问题,提出一种基于JPS+(jump point search plus)算法的全局路径规划算法,旨在提高机器人在复杂环境的智能性、高效性的要求。首先引入了一种基于密度的判断障碍物角点规则,实现对于主要跳点的识别数目,减少搜索路径过程中的可扩展节点,同时在路径求解过程中对目标跳点的判定规则进行了修改,最终实现了减少计算量、缩短计算时长的目标。为验证所提改进型JPS+算法的有效性,将A~*、JPS+算法在不同类型地图中与改进型JPS+算法进行了比较。仿真结果表明,改进型JPS+算法与A~*算法相比,在路径长度、寻路时间和扩展节点数量上都有明显改进;在生成相同路径的基础上,与传统JPS+算法相比,在障碍物占比33.25%的地图中搜索时间降低了7.58%,节点扩展数量减少了9.38%,能够满足移动机器人快速全局路径规划的要求。     

基于粒子群算法的微纳米铁粉燃烧实验研究

为减少化石燃料的使用,开发清洁、低碳、可再生的新型能源,对微纳米铁粉燃料开展燃烧实验研究。通过微纳米铁粉的比表面积实验、热重分析实验、X射线衍射实验,得到不同粒径铁粉的比表面积、热重曲线以及X射线衍射图谱。分析粒径对比表面积、热重曲线的影响,研究不同粒径铁粉在40 K/min升温速率下的燃烧特性参数和燃烧动力学参数。并用粒子群算法拟合出微纳米铁粉的燃烧速率微分方程,建立微纳米铁粉的燃烧模型。结果表明：除了50 nm铁粉以外,随着粒径增大,铁粉的着火点温度、最高燃烧速率温度、燃尽温度、活化能、指前因子均增大。50 nm铁粉会在高温下发生熔化并凝结,使得燃尽温度上升,燃尽时间延长,不利于反应正常进行。对于粒径在50 nm～2μm范围内的铁粉,可以通过本文建立的铁粉燃烧速率微分方程近似计算不同粒径微纳米铁粉的燃烧特性参数和燃烧动力学参数,误差在允许的范围内。     

基于移动锚节点的无线传感器网络节点定位

为了更好地解决无线传感器网络节点定位精度和复杂测距技术之间的矛盾,提出一种基于移动锚节点的非测距的定位技术。9个装备有GPS接收机的可移动锚节点形成一个圆形定位区域,位于定位区域内的待定位节点接收锚节点发射的信号,并记录接收信号强度,比较接收信号强度确定自己所处区域,从而实现定位。仿真结果表明,该节点定位技术平均定位精度约为10%,与其他类似定位技术相比,能够明显提高节点定位精度。     

低密度奇偶检验码译码的高效量化算法

为降低低密度奇偶检验码译码的硬件实现复杂度,提出了一种可变步长均匀量化"和积"译码算法。该算法分为两步进行:首先,检验节点和变量节点的外信息都以相同的量化步长进行均匀量化而进行迭代译码;然后,当迭代达到预定的次数时,检验节点和变量节点的量化步长分别乘以和除以预先选定的一个参数。仿真和现场可编程门阵列实现结果表明,与未量化的标准积译码算法相比,该算法的性能损失在0.1 dB以内;与同等性能的算法相比,该算法可以降低50%的硬件规模。     

多颗小行星探测顺序确定及轨迹优化

小行星探测日渐成为深空探测领域的一个研究热点。考虑小行星Kepler轨道以及小推力航天器的特点,从能量和相位的角度推导出多颗小行星探测顺序的确定准则,并利用优化算法对航天器的飞行轨迹进行了全局优化设计。算法在满足约束条件的前提下,使得航天器剩余质量与飞行时间的比值达到最大,并通过数值仿真算例验证了算法的可行性。结果表明:该算法综合利用遗传算法和局部优化算法具有精度高、计算简单的特点,可用于小行星探测的轨迹优化设计问题。     

Discrete Time Optimal Adaptive Control for Linear Stochastic Systems

The least-squares (LS) algorithm has been used for system modeling for a long time. Without any excitation conditions, only the convergence rate of the common LS algorithm can be obtained. This paper analyzed the weighted least-squares (WLS) algorithm and described the good properties of the WLS algorithm. The WLS algorithm was then used for adaptive control of linear stochastic systems to show that the linear closed-loop system was globally stable and that the system identification was consistent. Compared to the past optimal adaptive controller, this controller does not impose restricted conditions on the coefficients of the system, such as knowing the first coefficient before the controller. Without any persistent excitation conditions, the analysis shows that, with the regulation of the adaptive control, the closed-loop system was globally stable and the adaptive controller converged to the one-step-ahead optimal controller in some sense.     

Memory Efficient String Matching Algorithm for Network Intrusion Management System

As the core algorithm and the most time consuming part of almost every modern network intrusion management system (NIMS), string matching is essential for the inspection of network flows at the line speed. This paper presents a memory and time efficient string matching algorithm specifically designed for NIMS on commodity processors. Modifications of the Aho-Corasick (AC) algorithm based on the distribution characteristics of NIMS patterns drastically reduce the memory usage without sacrificing speed in software implementations. In tests on the Snort pattern set and traces that represent typical NIMS workloads, the Snort performance was enhanced 1.48%-20% compared to other well-known alternatives with an automaton size reduction of 4.86-6.11 compared to the standard AC implementation. The results show that special characteristics of the NIMS can be used into a very effective method to optimize the algorithm design.     

大型储罐的三维点云精简方法研究

针对大型储罐三维点云数据散乱、冗余点多等影响计算机显示及容积计算的问题,改进了一种储罐三维点云精简算法。该方法先利用均匀网格法,将待处理的三维点云数据分割成若干小栅格;然后根据随机抽样一致(random sample consensus, RANSAC)算法对每个栅格中的点云数据建立球模型,以保留特征点并滤除冗余数据点,达到精简点云的目的。将该方法与传统的均匀网格法和非均匀网格法进行对比,实验结果表明该方法在保证较高精简率的情况下可以更好地保留储罐点云数据特征。