一种基于改进蚁群优化算法的载人潜水器全局路径规划

基础蚁群优化算法在解决复杂障碍环境下的载人潜水器路径规划问题时,易过早收敛于局部最优解,信息素挥发系数的设置过于依靠经验,路径规划结果受概率影响大且不稳定。为此,提出了一种改进蚁群算法用于解决载人潜水器的全局路径规划问题。该算法提出"路径延伸块"的概念。算法前期采用动态更新信息素参数的蚁群优化算法进行简单迭代计算获得原始路径,并对原始路径进行栅格延伸以得到"路径延伸块";后期在路径延伸块中再次使用蚁群算法或其他寻优算法(Dijkstra算法)寻找最优路径。改进的算法与基础蚁群优化算法相比,算法效率及稳定性更高,不易收敛于局部最优解,能更好地适应U型槽环境和复杂障碍环境。     

一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

基于蚁群算法深海采矿机器人工作路径规划

针对深海采矿机器人路径规划问题,提出一种适合于采矿作业的改进蚁群算法。该算法利用位图法建立环境模型,依据构型空间的思想将路径规划问题简化为质点运动问题;利用改进的蚁群算法对问题进行描述,蚁群搜索中采用邻居搜索原则和中线偏移策略。最后通过仿真实验表明,该算法精度高,在海底环境中,能够完成机器人采矿作业的要求。     

基于蚁群算法的西北航道海上救援路径规划

选用海冰密集度、海表温度、风强度等指标构建西北航道海洋环境威胁场,采用广义网络分析法确定指标权重,基于蚁群算法对西北航道海上救援路径展开规划,通过对比实验获得适用于西北航道海上救援路径规划的最佳参数。针对各目标在不同救援时段具有不同权重的情况,依据动态权重进行路径规划,规划效果更佳,更符合实际救援需求,可为西北航道海上救援提供辅助决策参考。     

改进的同伦内点方法求解非线性规划问题

最近学者们提出了组合同伦内点法(简记为CHIP方法)去求解一类非线性规划问题.在求解凸规划问题时,与内路径跟踪算法相比,文中在没有要求对数障碍函数是严格凸的以及解集是非空有界的条件下,取得了CHIP方法的全局收敛性结果.文中对CHIP方法进行了改进并利用改进的方法去求解更大一类的非凸规划问题.数值例子表明此改进是有效的.     

一种基于温度动态估计的AUV锋面跟踪算法

针对海洋锋面快速观测的需求,本文提出了一种基于温度动态估计的自主水下机器人(AUV)锋面跟踪算法。首先,选择高斯过程回归(GPR)作为环境模型估计工具,对AUV近邻区的温度进行动态估计;接下来判断AUV当前的观测位置,在锋区内部执行沿梯度方向跟踪策略,在锋区边界执行沿等温线跟踪策略;最后,根据温度预测结果,指导在不同路径规划策略下的观测点选取,实现AUV的在线路径规划。本文使用该算法,对通过卫星遥感数据模拟的锋面观测区域进行仿真验证,研究结果显示,本文算法与常规方法相比,可以快速地完成锋面跟踪任务,并具有良好的环境适应能力,能够满足对不同形态锋面的观测需求。     

HOGGH:一种WMSN网络的路由优化算法

研究WMSN(Wireless Multimedia Sensor Network)的洞路由算法优化问题。基于启发式思想,提出1种WM-SN的洞路由优化算法HOGGH(Heuristic Optimization algorithm for Geographic Greedy Hole-bypassing routing)。该算法对路由算法生成的路径进行探测,从中寻找波峰节点,再根据探测到的信息计算波峰节点之间的优化增益率,对优化增益率高的波峰节点之间的路径进行路径优化,从而达到对整条路径的优化。仿真实例说明了该算法的有效性。     

动态环境下矢量化路径规划算法

对全方位机器人在完全未知动态环境下实时路径规划和针对移动障碍物的避障问题进行研究。提出矢量化路径描述方法,并将其与Bug算法思想相结合来解决机器人的路径规划问题。机器人的初始路径由其初始位置和目标位置生成,其运动过程是:首先沿初始路径行进,以规定间隔扫描当前环境,判断是否有障碍物阻挡当前路径,并检测障碍物的位置、移动方向和速度等信息;然后根据障碍物信息和机器人安全距离计算路径中间点,并插入中间点更新路径以实现避障。本文的机器人路径规划结果是以矢量形式进行描述及保存的,降低了对路径存储空间的需求,且按规划结果行进时只需要考虑直线移动距离和转动方向,简化了全方位机器人的控制。仿真结果说明本文方法的可行性及有效性。     

一种改进的变步长BLMS算法

在BLMS(Block Least Mean Square) 算法的基础上提出了一种变步长算法,它除具有BLMS算法的特点,还提高收敛速度,降低了权失调噪声,具有较好抑噪能力。适用于实时噪声抵消,计算机仿真效果较好。     

基于改进量子粒子群算法的AUV路径规划研究

针对海洋环境下自主水下机器人（AUV）的路径规划问题,提出了一种基于框架四叉树的改进量子粒子群算法（QPSO）,首先使用框架四叉树的方法对障碍物建模,该方法提高了建模的精度且对后续算法的效率也有极大的改进,之后设计改进的量子粒子群算法,并且结合水下环境的特殊性设计适应度函数,综合考虑航线路径长度、偏转角度以及海流影响,使得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证,相比于传统的栅格法和粒子群算法,改进量子粒子群算法的运算时间更短,收敛速度更快,其独特的适应度函数可以使AUV能更好适应水下多变的环境,且能利用海流设计能耗更小的路径,具有很大的实用价值。     

基于蚁群算法的水下传感网网络生存期延长策略研究

随着海洋强国战略的推进和实施,水下传感器网络广泛应用于海洋资源探测、污染监测、辅助导航和水下军事侦察等领域,具有十分重要的意义。由于水下传感器所携电池充电或更换困难,如何减小传输能耗、在传感器能量受限的情况下提升网络生存期是亟须解决的关键问题之一。据此,提出了一种动态蚁群路由算法,考虑了每次传输后的节点剩余能量,作为路径优化的条件之一,基于蚁群算法在每次传输中选择最优路径,并在每次传输完成后更新路由表,让更多的节点参与信息传输,以提高节点的利用率。仿真结果表明：动态蚁群路由算法同时兼顾了能耗平衡和最小传输能耗,大大提高了网络生存期。分析结果对水下传感器网络的路由协议设计有一定的参考意义。     

二维GPR反问题的同伦自适应算法

以复杂介质中的二维探地雷达(GPR)反问题为研究对象,利用同伦方法和信赖域技术,构造了1种具有大范围收敛特点并能自适应选取正则化参数的反演算法,克服了传统数值迭代法容易陷入局部收敛的弱点,放宽了对初值选取的严格限制.数值结果验证了算法的健壮性和有效性.     

一种改进的基于SNMP的网络拓扑发现算法

网络拓扑发现是现代网络管理中1项重要研究课题,作者在已有算法的基础上,进行改进,提出了1种更加完备,高效的网络拓扑算法,并对其进行详细的描述。将算法应用到实际的网络拓扑发现中,收到良好效果。     

利用二进制特征描述符的改进SIFT影像匹配算法

针对SIFT算法在匹配过程中运行效率低的不足,结合BRIEF特征描述子,将SIFT算法的高维特征向量转换为二进制特征描述子,以提高匹配效率。特征匹配过程首先采用Hamming距离完成粗匹配,再采用最小距离筛选法结合PROSAC算法的双重检测对初步匹配的特征点去伪,获得精准的匹配点对。实验结果表明该算法较SIFT算法匹配精度平均提升30.6%,匹配效率平均提高4.06倍,具有较强的实时性以及可行性。     

改进的基于非高斯双参数模型的图像滤波算法

以描述小波系数分布规律的非高斯双参数模型为基础,介绍和分析了BiShrink滤波算法,指出了其存在的不足。提出的改进算法采用冗余小波变换替代正交小波变换,将子带内小波系数的局部相关性纳入滤波过程,给出了局部自适应的阈值估计策略,再通过双参数联合收缩函数达到系数收缩的目的。实验结果表明,改进算法同时兼顾了子带内小波系数之间的相关性和尺度间系数的传播特性,在有效滤除噪声的同时,较好地保持了图像的细节信息。     

改进的ICP点云配准算法

三维激光点云配准是点云三维建模的关键问题之一。经典的ICP算法对点云初始位置要求较高且配准效率较低,提出了一种改进的ICP点云配准算法。该算法首先利用主成分分析法实现点云的初始配准,获得较好的点云初始位置,然后在经典ICP算法的基础上,采用k-d tree结构实现加速搜索,并利用方向向量夹角阈值去除错误点对,提高算法的效率。实验表明,本算法流程在保证配准精度的前提下,显著提高了配准效率。     

有限元模型修正方法的改进

利用最小二乘方法解决了2个有限元模型修正问题,对Kuo等学者提出的方法给出了改进。在不增加计算量的前提下,使计算过程更加简化,并用数值例子验证了算法的有效性。     

一种改进的捷联惯导二位置初始对准方法

为了提高捷联惯导初始对准的收敛速度,在速度观测的基础上,引入角速度融余观测量,得到一种改进的双位置初始对准模型。推导并比较了在导航坐标系与载体坐标系内的角速度观测方程,尽管二者在理论上是等价的,但前者具有线性、计算量少等优点。根据改进的模型,设计了Kalman滤波算法。仿真验证表明,采用新方法后,系统状态,特别是航向角误差和垂向陀螺零偏的收敛速度得到了显著提高,航向角误差的估计精度在捷联惯导转向完成后,即第40s快速收敛到1'以内。