基于大气偏振模式的三维姿态信息获取

现有的偏振光导航方法提供的二维方向信息不能满足导航的实际需求,因此,本文提出了一种利用大气偏振模式获取三维姿态信息的方法,选取太阳作为空间显著特征点,利用大气偏振模式信息计算出载体在两次不同状态下的太阳空间位置信息,通过建立姿态变换矩阵获得了载体的三维姿态信息。最后,对不同天气条件、不同太阳空间位置、不同波段以及天空被部分遮挡情况下太阳空间位置计算的误差分布情况进行了仿真分析和实际测量。实验结果显示,当天空有气溶胶粒子分布时,蓝色波段下的计算误差最小,方位角和高度角的误差分别为1.50°和2.10°;当观测视场中有树木遮挡时,方位角和高度角的平均误差分别为0.91°和1.97°,由此表明本文方法能够有效提取太阳的空间位置,获得载体的三维姿态信息,并满足实际导航的需求。     

仿生偏振视觉定位定向机理与实验

为了有效利用全天域的偏振光信息,探究仿生偏振光导航机理,设计了偏振视觉传感器。介绍了基于四相机的偏振视觉传感器及其标定方法,推导了冗余配置下偏振态的最小二乘估计算法。分析了基于一阶瑞利散射模型的天空光偏振模式,将太阳方向矢量的最优估计问题转化为求解矩阵的特征向量问题,推导出了基于天空光偏振模式的定位定向算法。最后,设计了静态实验与转动实验,对理论分析结果进行了验证。实验结果显示:测量的天空光偏振模式与瑞利散射模型相一致,并可从中成功提取太阳方向矢量。静态实验测量的太阳天顶角的最大误差约为0.4°,误差标准差为0.14°;基于1h对天空偏振光的观测数据实现的定位误差为68.6km。转动实验(转动两周)得到的最大定向误差约为0.5°,误差标准差为0.28°。研究结果揭示了生物利用偏振光导航的机理,为仿生偏振光导航的应用提供了理论依据。     

天空偏振模式对仿生偏振光定向的影响及实验

针对工程应用中仿生偏振光罗盘易受天气和太阳位置等因素的影响,存在定向精度低、稳定性差等问题,研究了天空偏振模式对偏振光定向的影响机理。建立了含有偏振模型误差的偏振光定向模型,推导了仿生偏振光罗盘的航向角解算方法;然后系统分析了模型误差对偏振光定向精度的影响机理,指出了载体水平角和太阳高度角是决定模型误差影响程度的主要因素;最后设计了静态实验与跑车测试,评估了不同水平角和太阳高度角时,模型误差对偏振光定向精度的影响。结果表明:当太阳高度角hs40°时,偏振光定向误差为0.729°;当40°hs75°时,误差为3.764°;精度明显降低。另外,载体水平角越大,模型误差角对定向精度的影响程度也越显著;载体水平时,定向误差为0.323°,而倾斜后误差增大为1.352°。文中对仿生偏振光定向的影响机理分析为补偿偏振模型误差,实现高精度偏振光定向提供了理论依据。     

基于信赖域混合全局算法的拓扑优化设计

在分析当前拓扑优化求解问题方法的不足之处的基础之上,将信赖域方法全局收敛思想与凸近似策略相结合,用梯度投影法求解近似子问题,建立了能有效求解非凸多约束拓扑优化问题的信赖域-界约束梯度投影拓扑优化数值算法,得到了标准拓扑优化问题信赖域近似子问题模型,并列出了算法的基本步骤。此信赖域混合全局算法不但具有全局收敛性,而且能简化主优化程序下降方向步长的计算,具有较高的效率和稳定性。数值算例验证了算法的有效性和可行性。     

基于综合策略的金属簧片阻尼隔振器参数优化

建立了金属簧片阻尼隔振器有限元参数化模型和数学优化模型.通过优化超拉丁方实验设计,分析设计变量对隔振器抗冲击性能影响的变化规律.对隔振器进行优化,采用基于近似模型的组合优化策略:先用多岛遗传算法探索全局最优解所在区域,再用序列二次规划算法逼近精确最优解.建立RSM和Kriging近似模型,并进行误差分析,其中Kriging模型误差平均值为0 127 53,认为其拟合本隔振器非线性响应可靠有效.经过综合优化策略,承载结构最大加速度响应较初始设计时最大加速度响应下降了56.08%,结果表明此优化策略实用、可行.     

基于改进谱投影梯度算法的X射线发光断层成像

X射线发光断层成像(XLCT)是一种可同时获得解剖结构和功能信息的新型分子影像技术,在早期肿瘤检测与放疗方面具有重要应用潜力,但由于测量信息少,成像模型复杂等原因,其断层重建一直是挑战性难题。本文采用非单调Barzilai-Borwein梯度(NBBG)算法来求解重建问题目标函数。每次迭代中,谱投影梯度方法近似为L1范数约束的最小二乘问题。Barzilai-Borwein梯度法获得相应的更新方向,提高算法的收敛速度。采用非单调性线性搜索策略构建最优步长,保证全局收敛性。通过将Barzilai-Borwein梯度法和非单调性搜索结合,在保证全局收敛的同时,克服了选取精确步长带来较大计算量的缺点。数值仿真实验和物理实验得到的基于NBBG算法的单光原重建位置误差分别为0.68和0.94mm,与分裂增广拉格朗日收缩算法(SALSA)相比,本文方法在重建精度、鲁棒性和重建效率等方面都获得了较优的结果。     

面向电力行业的生物启发计算的最优潮流优化方法研究

最优潮流问题是针对电力系统运行状态,根据其节点电压和功率分布计算信息,所采取的一种有效的评估电力系统稳定性的方法,针对最优潮流问题,基于生物启发计算方法分别设计了基于GA、PSO和AI三种生物启发技术的优化方法。首先提出了一种针基于采用实数染色体编码法,将遗传算法引入到最优潮流问题中,以IEEE14节点系统为算例进行分析,分析结果印证了所提出模型的有效性,能快速地收敛到全局或近似全局最优解。同时,将模型的运行结果与Matpower的经典求解算法进行比较,能取得较好的优化结果。其次,又设计了一种基于粒子群计算的最优潮流优化和基于人工免疫计算的最优潮流优化,分析三种算法的优劣,得出结论。     

偏振导航传感器测角误差分析与补偿

借鉴沙漠蚂蚁等昆虫利用天空偏振模式进行导航的方法,设计了偏振传感器来获取导航系统的航向角。为提高偏振传感器的测角精度,研究了影响偏振传感器测角精度的误差因素与补偿方法。讨论了如何利用偏振传感器从天空偏振模式中提取偏振方位角信息的方法,分析了影响偏振测角精度的主要误差因素,建立了偏振传感器的测角误差模型。根据测角误差模型,推导了偏振方位角的解算方法,并利用最小二乘算法,通过估算模型的误差参数值间接补偿测角误差。最后,采用提出的误差补偿算法在晴朗天气下进行了实验测试。测试结果表明：误差补偿后测角精度得到明显提高,约为0.17°（3σ）。实验结果验证了提出的误差补偿算法可以实现对角度误差的有效补偿。     

利用偏振信息的雾天图像全局最优重构

针对雾、霾等强散射环境下相机拍摄图像严重退化的问题,提出了一种降低雾霾环境对图像质量影响的图像去雾重构方法。基于雾天偏振成像模型,分别估计图像每个区域的重构参数,获取全局最优的重构参数。利用偏振滤波的方法估计雾天大气散射光的偏振度分布,利用自适应亮通道方法计算无穷远处大气散射光的强度分布,从而重构出去雾图像。最后,利用偏振度的纹理信息对重构图像进行增强。该方法考虑了图像中不同位置大气杂散光参数的不一致性,对图像每一区域的重构参数分别运算,从而获得全局最优的重构参数图像。该方法还不要求图像必须包含天空区域,并且具有对灰度图像的处理效果较好的优点。     

倾斜姿态下的大气偏振模式建模方法研究

针对现有大气偏振模式表征模型不能描述倾斜姿态下大气偏振模式分布的问题,提出了一种倾斜姿态下的大气偏振模式建模方法。倾斜姿态的坐标系相对水平坐标系的姿态可被认为由3个坐标轴经过3次旋转后得到,通过分析旋转前后坐标系的空间变化,利用旋转矩阵建立了旋转前后坐标系的空间变化关系,在瑞利模型的基础上,推导出了倾斜姿态下的大气偏振模式相对分布表征模型,仿真与实测实验结果直观反映了姿态变化前后大气偏振模式分布的形态差异,由姿态变化前后的大气偏振模式分布中特征点的空间变化关系,验证了模型的正确性。倾斜姿态下大气偏振模式表征模型能够描述倾斜姿态下大气偏振模式分布形态及特征,为下一步载体在倾斜姿态下导航信息的获取奠定了基础。     

基于混沌优化的多层前馈神经网络

BP算法是应用广泛的一种多层前馈神经网络模型,针对算法求解精度低、搜索速度慢、易于陷入局部极值点等问题,根据混沌理论的全局优化思想,提出采用"多次载波"技术将混沌优化和前馈神经网络相结合,利用已找到的近似最优解来启发搜索全局最优解的方法训练神经网络,以布尔函数识别、曲线逼近、模式识别3个典型应用对算法进行验证。研究结果表明,算法具有较好的泛化能力和快速全局收敛的性能,特别是针对中小规模的网络,混沌优化算法在训练时间、全局收敛率等指标方面优于BP算法。     

球面四杆机构近似函数综合的自适应方法

给出了球面运动刚体上具有二次鞍点意义的近似圆点的定义,提出了球面曲线的自适应圆弧拟合方法,把实现给定函数关系的球面机构综合转化为球面上曲线的自适应圆弧拟合逼近问题,建立了球面运动近似函数综合的数学模型和鞍点规划求解方法,由此在理论上阐明了球面四杆机构近似运动综合问题存在最优近似解和收敛性算法。为了克服初始值选取和获得全局最优解等困难,采用了遗传算法的思想,算例表明可行有效。     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

仿沙蚁POL-神经元的偏振信息检测方法的研究

大气偏振模式是太阳光在大气传输过程中,由于大气的散射作用而产生的偏振光所形成的特定的偏振态分布.大气偏振模式中蕴涵着重要的导航信息,大气偏振模式信息的有效获取是实现利用自然偏振光导航与定位的前提,本文根据沙蚁复眼中特殊的偏振敏感神经元结构,提出了一种仿沙蚁POL-神经元的偏振信息检测方法,并设计了检测系统.检测实验结果表明,该方法实现了POL-神经元对大气偏振模式信息的快速处理功能,实现了大气偏振模式中罗盘信息的准确检测.     

平面四杆机构近似运动综合的自适应方法

给出了具有二次鞍点意义的近似圆点、近似滑点和近似束点的新定义,提出了简单曲　线的自适应拟合方法和法向误差的统一评价模型,建立了平面四杆机构运动不变量优化综合　的统一数学模型和通用的鞍点规划求解方法。将实现给定位置、轨迹和函数的多种类型平面　四杆机构的近似尺度综合全部归结为寻求相对运动平面上的近似圆点、近似滑点和近似束点　及其组合问题,并在理论上阐明了平面四杆机构运动综合问题存在最优近似解和收敛性算法　。     

采用APSO-LM-BP神经网络的挖掘机器人运动学逆解研究

针对挖掘机器人执行机构的运动学逆解求解难、速度慢的问题,提出一种基于APSO-LM-BP神经网络的逆运动学求解方法。利用自适应粒子群(APSO)算法对BP神经网络中的连接权值以及阈值进行优化,再把BP神经网络训练过程中的梯度下降法用LM算法代替,以克服传统BP神经网络的输出误差大,陷入局部极优解的缺陷。仿真结果表明,与传统BP神经网络相比,APSO-LM-BP神经网络输出误差大大降低,训练时间更短,改善了算法的收敛精度和收敛速度,且满足挖掘机器人运动学逆解要求。该方法可以推广至任意自由度串联机器人的逆运动学求解,具有较强的实用性。     

基于量子遗传算法的WSN定位算法

针对无线传感网络由于位置信息等原因造成的定位误差较大、精度不高等问题,在继承DVHop定位算法优点的基础上对其进行改进,提出了一种基于量子遗传算法的无线传感器网络节点定位技术。将其应用于DV—Hop算法的第3阶段,对节点的位置进行校正,利用量子遗传算法求解模型的最优解,从而得到未知节点的最优估计位置。改进的DV—Hop定位算法与原算法相比,改进的算法能够改善定位覆盖率低的问题,在锚节点比例较低的情况下有更高的定位精度。     

基于模拟退火算法的小型方程式赛车转向系统的设计与优化

转向系统是车辆最重要的系统之一,它直接关系到车辆的安全性以及操纵稳定性。通过对小型方程式赛车转向几何关系以及其实际工况的分析,建立了分段式转向梯形的空间数学模型,采用模拟退火算法与数值优化算法相结合的综合优化算法,利用模拟退火算法得到近似解,再在该近似解的基础上采用数值优化算法求得精确最优解。仿真结果表明,模拟退火算法和数值优化算法相结合的方法在全局搜索能力和最优解逼近方面都有很好的表现,提高了车辆的操纵性。     

一种采用图像误差反馈的Risley棱镜光电跟踪系统的闭环控制方法

为了解决采用图像误差反馈的Risley棱镜闭环控制问题，本文提出一种基于逆解算法的闭环控制方法。该方法首先根据两个棱镜的角度通过正向精确解析法计算视轴的指向矢量，再根据图像误差计算目标的偏离矢量，通过矢量合成可得到目标的方位，然后根据目标方位利用逆解算法可计算得到两组解，最后再利用本文提出的最优解算法来完成系统的闭环控制。另外，本文通过构建系统的仿真模型，分别对基于一级近轴近似法和两步法这两种逆解算法的跟踪精度进行了分析，仿真结果验证了该闭环控制方法的可行性。并根据仿真结果，提出一种求逆解的优化方法，不仅可获取较高的跟踪精度，而且提高了棱镜控制的平滑性，优化了系统控制的奇异性问题。     

不确定因素扰动下多目标柔性作业车间鲁棒调度方法

为了求解工件到达时间、加工时间、排队规则出错三个不确定因素作用下的多目标柔性作业车间调度优化问题,研究了由遗传算法和离散仿真、层次分析法相混合的混合遗传算法。该问题以最大流程时间短、工序分配均衡、设备平均利用高为优化目标,且带有工艺和设备约束条件。首先应用离散仿真法求解各优化目标的鲁棒性指标值,再应用层次分析法计算可行解的适应度,从而达到一致性评价可行解的目的,得到鲁棒性好的近似最优解。通过与应用松弛法的遗传算法进行对比测试实验,证明了由该算法得到的近似最优解具有更好的鲁棒性。