面向工序能力的制造装备重构

为提高制造系统的快速响应能力,分析了面向可重构的制造机床模块化设计方法,提出了面向工序能力的制造机床重构的总体思路,重点从能力相似度计算、相关性分析、缺少能力参数的模块重构、冗余能力参数模块重构、能力比较、模块替换、能力验证等方面研究了基于模块的机床重构算法。通过加工中心的配置与重构对算法进行了验证,结果表明,该算法是可行和有效的。     

基于压缩传感的PSO-OMP重构算法的研究

由于粒子群算法具有解决寻优问题的能力,将其应用于信号处理领域,提出了一种新的基于PSO-OMP的信号重构算法。为了降低计算复杂度,把粒子群算法运用在正交匹配追踪算法的匹配过程,以此来确定最优原子。实验结果表明,所提出的新的基于PSO-OMP的信号重构算法具有计算复杂度低和重构成功概率高等特点。     

压缩感知新技术专题讲座(三) 第5讲 压缩感知理论中的信号重构算法研究

信号重构作为压缩感知理论的核心之一,是指从长度为m的测量向量Y重构长度为n(m n)的稀疏信号Θ的过程。由于测量次数远小于原始信号维度,信号重构成为欠定方程求解问题,一般没有确定解。然而,若Θ满足一定的稀疏性条件,问题有确定解。文章首先从解析几何角度出发,分析了压缩感知中稀疏信号重构的原理,并对已有的两大类重构算法分别进行介绍:一类是针对l0范数最小化的一系列贪婪算法,一类是针对l1范数最小化的凸优化算法。对前一类算法,选取了代表性的OMP、ROMP、CoSaMP和SAMP算法进行研究,并分析了它们的优缺点;对后一类算法,着重阐述了将BP问题转换为LP问题的推导过程,并介绍了两类经典的凸优化算法:BP-Simplex和BP-Interior。最后,展望了信号重构算法的研究前景。     

卡尔曼滤波器在弹道重构中的应用与仿真

弹道重构是评价弹道精度、有效实施弹道控制技术的关键.为了有效地利用卡尔曼滤波器实施弹道重构技术,建立了适用于在线弹道重构的非线性弹道模型,引入了积分预测算法,能减少离散卡尔曼滤波器一步预测的误差.给出并分析了适用于弹道重构的EKF和UKF算法,UKF避免了处理非线性系统时的线性化同题.仿真试验对比了两种方法的重构精度,...     

使用小波分层连通树结构的压缩信号重构

基于小波树模型的压缩感知可以通过较少的观测量得到鲁棒的信号重构,但采用最优树逼近时,则存在复杂度大的问题。在证明分层后的小波树仍然具备连通树性质的基础上,提出了基于小波分层连通树结构的压缩重构算法,在与原观测量一致的情况下,保证了重构精度并且提高了重构效率。实验结果表明,改进算法相对于原算法在处理大尺度数据时,效率有明显的改善。     

基于小波分层连通树结构的信号重构

基于小波树模型的压缩感知可以通过较少的观测量得到鲁棒的信号重构,但采用最优树逼近时存在复杂度大的问题。在证明分层后的小波树仍然具备连通树性质的基础上,提出了基于小波分层连通树结构的压缩重构算法,在与原观测量一致的情况下,保证了重构精度并且提高了重构效率。实验结果表明,改进算法相对于原算法在处理大尺度数据时,效率有明显改善。     

动态路径分裂的虚拟网络重构算法

为了解决现有故障虚拟网络重构算法存在的故障虚拟链路恢复率较低、负载不均的问题,提出一种动态路径分裂的虚拟网络重构算法。该算法定义了重构排序函数以确定故障虚拟网络的重构顺序;同时,将动态路径分裂方法引入故障虚拟链路的恢复,以提高故障虚拟链路的恢复率;最后,结合就近原则与负载均衡进行故障虚拟节点的恢复,进一步优化映射的结果。仿真结果表明,所提算法提高了虚拟网络的请求接受率与成功运行率。     

求解压缩感知中信号重构问题的原始对偶算法

压缩感知理论(CS)是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值准确地重构稀疏信号是压缩感知理论中的核心问题。为求解稀疏信号的重构问题,文章利用了一种基于邻近点算法的自适应一阶原始对偶算法,并证明了其全局收敛性,该算法通过研究l1范数最小化来求解信号重构问题。最后,对提出的算法进行数据仿真,并与压缩采样匹配追踪(CoSaMP)算法进行了对比,数据表明文章提出的算法计算速度更快。     

基于指数试探的稀疏度自适应匹配追踪算法

针对贪婪算法需要以信号稀疏度作为先验信息的问题,基于指数试探思想提出了一种稀疏度自适应重构算法。利用指数函数特性分段试探信号稀疏度,使其快速逼近真实值,通过筛选回退锁定信号的有效支撑集,再采取弱匹配剪枝精确重构出原始信号。能够摆脱对稀疏度的依赖,以高概率自适应重构信号。实验表明,该算法的试探结果更加准确和稳定,重构成功率提高,特别是当稀疏比小于0.25时,算法最少只需3次试探,便可快速估计出信号稀疏度,且成功重构成功率不低于97%。     

多无人机编队协同控制软件平台设计与仿真

在战场环境瞬息万变、作战任务日益复杂的现代战争中,多架无人机编队协同完成复杂的作战任务已成为一种趋势。多无人机编队控制及重构是多无人机系统的核心内容和关键技术。基于微粒群算法、蚁群算法研究了多无人机编队控制及重构、航线规划及重规划问题,特别是在解决编队重构问题时,提出一种多样性微粒群算法。设计了多无人机编队飞行协同控制平台,仿真结果表明,标准微粒群算法、蚁群算法等智能算法可以较好解决编队控制、编队重构和航线规划问题,多样性微粒群算法具有更强的全局寻优能力。     

一种从二维照片反求三维CAD模型的稳健方法

研究了从物体二维照片重构其三维CAD模型的算法。通过物体在不同方位的一组照片 ,选取一定数量的配准点 ,该算法能够计算出照相机的运动参数 ,进而得到物体表面的 3D几何信息及CAD模型。算法充分考虑到了CAD建模的可制造性约束 ,具有精确、稳健的特点 ,在逆向工程建模、计算机视觉、机器人领域有应用前景。     

基于面积比矩阵的加权特征向量点匹配算法

提出一种在仿射变换下点集关系描述算子--面积比矩阵,证明了其在仿射变换群下的不变性质;并由该性质推导得出特征向量(EA)匹配算法抗噪性能差的原因,在此基础上给出了基于面积比矩阵的加权特征向量算法.算法构造不同图像的面积比矩阵,对矩阵进行分解得到其特征值和特征向量,通过特征值进行加权获得图像中点的特征向量,比较图像点的特征向量获取匹配关系.因面积比矩阵的仿射不变性质,算法能实现仿射变换下点集精确匹配;采用的加权特征向量法改进了EA匹配法,具有更好的抗噪性能.实验表明算法切实可行.     

自适应变异遗传算法在通信网络时延和路由选择优化中的应用分析

在遗传算法中采用自适应的方法来控制变异操作,可以提高算法的全局搜索能力,加快收敛速度,从而可以迅速地求解组合优化问题,并在进一步求解计算机通信网优化问题中得到成功应用.     

静止单站纯方位系统目标参数的仿真计算

通过对几种典型运动态势的仿真计算,检验拟线性估计算法(PLE)对静止单站纯方位系统目标部分参数可估计的结论,并分析该算法的精度、有偏性等性能及其影响因素.     

空中多飞行器飞行轨迹优化数值仿真

针对空中多飞行器在复杂环境中飞行轨迹的多目标最优问题，分析了多飞行器飞行过程中各种可视和不可视约束条件。基于在回避威胁区前提下燃料消耗最少、飞行时间最短的综合性能指标，采用“多方法组合”思路，提出了改进动态规划法和多点边值法组合算法，并进行了仿真验证，大量C＋＋数值飞行仿真结果表明该算法能够在考虑外界复杂环境和飞行器各种约束条件下快速规划出空中多飞行器的最优飞行轨迹，该组合算法具有一定的实用性和创新性。     

基于单片机控制的PWM功率放大器的设计

指出了研究新型功率放大器的意义,提出了单片机控制的PWM功率放大器的设计思想,在对PWM功率放大器进行建模的基础上,设计了电流调节器,给出了数字控制算法,实现了单片机控制。PWM功率放大器的研究将为伺服系统的数字化提供新思路,为提高伺服系统的技术性能提供新方法。     

基于异构数据源整合与集成的信息系统集成技术研究与应用

分析了部队信息系统集成的必要性以及实施中遇到的困难,讨论了基于异构数据源整合与信息系统集成的核心技术与实现模式,论证了基于异构数据源整合在部队系统集成应用的可行性和优越性。     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。     

基于粒子系统的雷达箔条干扰仿真

粒子系统是模拟不规则模糊物体最为成功的一种图形生成算法。结合雷达对抗理论及计算可视化技术,分析了雷达箔条干扰的特征模型,提出了基于粒子系统的雷达箔条干扰计算机模拟的实现方法。     

松耦合设计在计算机脆弱性测评系统中的应用

运用松耦合设计思想,对计算机脆弱性测评系统中两个子系统的组成和实现进行了研究。提出多准则测评子系统的Web数据库实现和CVE测评子系统的多层MAS实现方法,并对其实现算法和技术要点进行了论述。