基于NSGA-II算法的三维多目标航迹规划

针对现有民航航迹规划模型忽视飞行高度影响,规划目标单一等问题,提出了考虑高度维的三维多目标规划模型。采用栅格法构建包含地表特征、山峰、"三区"和危险天气的规划环境,综合考虑经济效益和安全效益,提出以航程最短、航迹离散系数最小、角度改变量最小和转弯点个数最少为规划目标,引入飞机机动特性约束和民航飞行规则约束,并利用NSGA-Ⅱ算法完成模型求解。最后进行实例分析并与三维A~*算法比较,结果表明该模型效果良好、应用性强,能得到多组具有不同属性的可行航迹。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

基于μ综合的PHEV模式切换协调控制

针对并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV)在行驶过程中易产生转矩波动,提出了基于综合的模式切换协调控制方法。通过对整车传动系统动力学分析,将PHEV从纯电动切换至发动机驱动过程分为离合器滑摩Ⅰ、离合器滑摩Ⅱ、转速同步和转矩协调4个阶段。基于μ综合鲁棒控制理论,对离合器滑摩Ⅱ和转速同步阶段,设计满足鲁棒约束条件的发动机转速跟踪控制器Ke;对转矩协调阶段,综合考虑系统各种干扰,设计鲁棒性能较优的电机转矩补偿控制器Km。最后,在Matlab/Simulink平台上进行了仿真分析,结果表明,所设计控制策略在模式切换过程中,与国家冲击度限制推荐值17.64 m/s~3相比,整车冲击度下降了10.64 m/s~3,有效保证了动力传递的平稳性。