多轮分布式驱动车辆可重构集成协调控制方法

多轮分布式独立驱动平台运动控制技术的演进对提升特种无人车辆的快速机动性及操纵稳定性具有重要的战略意义,然而其底盘主动执行系统的故障率或相互干涉的可能性也大大增加。提出一种面向该平台的可重构集成协调控制方法,以实现车辆动力学性能的进一步提升。基于自顶向下的分层控制结构,在运动控制层引入考虑参数不确定性的自适应滑模控制器,以保证对车辆运动目标状态的准确跟踪,并生成所需的广义控制力;在控制分配层提出一种加权伪逆控制分配器,基于控制效率矩阵的零空间特性,在主动执行器饱和约束可行域内进行再分配修正,以完成从广义控制力到各车轮处轮胎力的优化分配,其中引入的配置矩阵与优化权重系数则分别实现对控制模型的重新配置以及分配目标的调节;通过设置主动执行器实现分配目标的执行。基于6×6分布式电驱动车辆原理样机,进行两种工况下的仿真和试验验证。研究结果表明,该控制器提升了多轮车辆在转向过程中的操纵稳定性,并获得了更高效更精准的多轮车辆驱动力分配控制效果。     

电网电压不平衡情况下的直接功率控制策略

针对电网不平衡情况下的功率波动和三相功率分配不均造成的电流畸变,提出一种电流内环、功率外环的恒频直接功率控制方法。首先检测电网电压和电流,并分离出正负序分量;然后在正负序旋转坐标下,算出瞬时功率及瞬时电流与给定值的误差,根据误差得到空间矢量控制的参考电压。通过Matlab仿真和实验证明,该方法能有效抑制电网不平衡带来的功率波动和电流畸变。     

网络入侵检测系统中的漂移检测

目前基于机器学习的入侵检测系统大都建立在入侵数据始终保持统计平稳的假设之上,无法应对攻击者有意改变数据特性或新型攻击方式的出现,而导致的检测率下降的状况.对于上述问题,即攻击漂移,提出了加权Rényi距离的检测方法.在KDD Cup99数据集上的实验证明,Rényi距离可以有效地增强检测效果;在检测到漂移后,通过重新训练模型可以使得对攻击的识别率显著提高.     

基于最小均方误差选择参考节点的RSS测距定位算法

无线传感网中的多类应用均需要准确的定位算法.为了降低定位成本,减少能量消耗,常采用基于接收信号强度RSS(Received Signal Strength)测距,并建立相应的方程,再利用线性最小二乘LLS(Linear Least Squares)法求解节点的位置,将此定位算法记为RSS+LLS算法.RSS+LLS算法随机选择参考节点,这有损定位精度,同时,LLS算法并没有考虑每个测距值的误差,这些不足降低算法的定位性能.为此,提出基于RSS+LLS的优化算法,记为RSS+WLS+OPT算法.该算法先通过RSS测距,并基于最小均方误差原则选择参考节点,从而提高定位精度,同时,给每个测距值引入权重系数,采用基于协方差矩阵的加权最小二乘法WLS(Weighted Least Squares)求解节点位置,进而降低了测量误差对定位精度的影响.仿真结果表明,与RSS+ LLS相比,提出的RSS+WLS+OPT算法的定位精度提高了约2米,并没有增加计算时间,降低对测距误差的敏感性.     

陕西田市镇及周边地质环境质量评价模型的构建及应用研究

鉴于地质环境质量在城市建设管理与规划中的重要性,文章从水文地质、工程地质和环境地质3个方面,确定了田市镇及周边地区地质环境质量评价指标体系,采用熵权法确定指标权重,构建了模糊加权模式评价模型,对田市镇及周边地区地质环境质量进行了评价与分区,并提出了针对性建议,以期为探索合适的评价方法及推进城镇建设的可持续发展提供地学依据。     

基于多尺度多任务卷积神经网络的人群计数

在智能监控领域，实现人群计数具有重要价值，针对人群尺度不一、人群密度分布不均及遮挡等问题，提出一种多尺度多任务卷积神经网络（MMCNN）进行人群计数的方法。首先提出一种新颖的自适应人形核生成密度图描述人群信息，消除人群遮挡影响；其次通过构建多尺度卷积神经网络解决人群尺度不一问题，以多任务学习机制同时估计密度图及人群密度等级，解决人群分布不均问题；最后设计一种加权损失函数，提高人群计数准确率。在UCF_CC_50和World Expo'10数据库上进行了评估，验证了自适应人形核的有效性。实验结果表明：所提算法比Sindagi等的方法（SINDAGI V A，PATEL V M.CNN-based cascaded multi-task learning of high-level prior and density estimation for crowd counting.Proceedings of the 2017 14th IEEE International Conference on Advanced Video and Signal Based Surveillance.Piscataway，NJ：IEEE，2017：1-6）在UCF_CC_50数据库上平均绝对误差（MAE）数值和均方误差（MSE）数值分别降低约1.7和45；与Zhang等的方法（ZHANG Y，ZHOU D，CHEN S，et al.Single-image crowd counting via multi-column convolutional neural network.Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition.Washington，DC：IEEE Computer Society，2016：589-597）相比，在World Expo'10数据库上所提算法的MAE值降低约1.5，且在真实公共汽车数据库上仅0~3人的计数误差，表明其实用性较强。     

基于加权Bradley-Terry模型的民机EWIS环境敏感度分析

电气线路互联系统(EWIS)跨越飞机各区域,受到不同环境因素的影响,对其设计、安全性评估以及维护带来极大困难。采用加权Bradley-Terry模型对机载导线的环境影响因素进行建模,在环境的强度参数的基础上,引入不同环境条件的影响权重,给出机载导线对不同环境因素的敏感度分析。分析结果表明,加权Bradley-Terry模型能够合理地处理两个环境比较无法得出优劣的情况,并定量地确定了影响导线失效的主要因素。     

基于熵加权K-means全局信息聚类的高光谱图像分类

目的 高光谱图像波段数目巨大，导致在解译及分类过程中出现“维数灾难”的现象。针对该问题，在K-means聚类算法基础上，考虑各个波段对不同聚类的重要程度，同时顾及类间信息，提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法。方法 首先，引入波段权重，用来刻画各个波段对不同聚类的重要程度，并定义熵信息测度表达该权重。其次，为避免局部最优聚类，引入类间距离测度实现全局最优聚类。最后，将上述两类测度引入K-means聚类目标函数，通过最小化目标函数得到最优分类结果。结果 为了验证提出的高光谱图像分类方法的有效性，对Salinas高光谱图像和Pavia University高光谱图像标准图中的地物类别根据其光谱反射率差异程度进行合并，将合并后的标准图作为新的标准分类图。分别采用本文算法和传统K-means算法对Salinas高光谱图像和Pavia University高光谱图像进行实验，并定性、定量地评价和分析了实验结果。对于图像中合并后的地物类别，光谱反射率差异程度大，从视觉上看，本文算法较传统K-means算法有更好的分类结果；从分类精度看，本文算法的总精度分别为92.20%和82.96%， K-means算法的总精度分别为83.39%和67.06%，较K-means算法增长8.81%和15.9%。结论 提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法，实验结果表明，本文算法对高光谱图像中具有不同光谱反射率差异程度的各类地物目标均能取得很好的分类结果。     

基于 G.722.1 的分布式语音编码

在语音通信网络中，为获得良好的语音通信质量，抗丢包技术不可或缺。为此，本文基于 ITU G.722.1 语音编码器，提出一种分布式语音编码方法。该方法在 G.722.1 编码器的基础上，构建一个互补编码器；然后在编码端，对同一帧语音分别用 G.722.1 编码器和其互补编码器进行语音编码，并发送编码结果；在解码端，在接收到其中任一语音码流时，用 G.722.1 解码器进行解码，其语音质量不低于 G.722.1 编码器的解码结果，而在接收到两个语音码流时，用 G.722.1 解码器先分别对两个语音码流进行解码，然后对解码结果进行联合处理，其最终的语音质量有明显提升，即有一定编码增益。仿真实验结果表明，本文分布式语音编码方法的抗丢包效果明显，相对于原始编解码器其语音质量进一步提升。