金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。     

太阳能动力船舶发展综述

对近年来国内外太阳能动力船舶发展现状和趋势进行了综述,介绍了多艘太阳能动力船研制成功的实例,并对太阳能动力船舶的若干关键技术及其可能的解决方案进行了阐述,重点说明了太阳能动力船舶与多体船型的联系,并对国内发展太阳能动力船进行了初步构想.     

基于证据组合的直觉模糊群决策方法

对于属性权重已知,属性值以直觉模糊值形式给出的多属性群决策问题进行了研究,提出了基于证据理论的直觉模糊群决策方法。首先在计算直觉模糊值相似度的基础上,并考虑专家的信任度,给出了专家基本概率分配函数的计算方法。然后基于证据组合理论合成对单个属性以及综合属性的决策群体基本概率分配函数。通过计算方案效用值,来进行方案的排序。通过一个算例说明了该方法的有效性。     

基于MA的自适应多载波并行组合扩频通信技术

为了提升多载波并行组合扩频的通信性能,将自适应技术应用于多载波并行组合扩频通信系统中,并基于边缘自适应准则（MA）,针对多载波并行组合扩频（PCSS-OFDM）通信系统和多载波差分多相并行组合扩频（DMP-PCSS-OFDM）通信系统,分别提出两种自适应通信方式。在多种多径信道环境中的仿真结果显示：在多径信道中,自适应PCSS-OFDM系统的误码率相比PCSS-OFDM系统有显著降低;自适应DMP-PCSS-OFDM系统则更适用于相干带宽较窄且衰落较深的信道中。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。     

延时下基于事件触发的多智能体系统一致性

研究了通信延时下基于事件触发的一阶多智能体系统一致性问题。针对有向固定拓扑,设计了通信延时下基于事件触发机制的控制器。利用李雅普诺夫稳定性理论提出了能够使系统稳定和一致的事件触发函数和时延上界,并利用该事件触发规则求取两次触发之间的最小间隔,证明了该系统不存在Zeno行为。事件触发机制的引入有效减少了控制器的更新次数和智能体之间的通信频率,节约了资源,最后通过仿真实例验证了该理论方法的可行性与有效性。     

一种模块化多电平变换器的改进型预充电策略

为实现基于模块化多电平变换器(modular multilevel converter, MMC)的变频驱动系统启动前对电容的平稳准确充电,提出了一种预充电策略。MMC预充电过程可分为不控充电阶段和可控充电阶段。以可控充电阶段的控制策略为研究重点,分析了充电电流恒定时的电压变化规律,给出了充电电流控制方程。该策略充电时间可调,无需实时观测子模块电容电压,能使各电容电压平均、平稳上升,半实物仿真证明了所提方案的正确性和有效性,为MMC驱动电机提供了应用基础。     

基于multi-agent编组的校园虚拟实验网格任务分配策略

在网格计算环境下,许多任务的执行经常需要同时协同分配多个agent以满足性能需求.提出了一种新的基于multi-agent编组机制的agent协同分配方法.首先,对传统编组算法和multi-agent编组算法进行了分析比较.然后,设计了校园虚拟实验网格调度系统及其任务分配算法,实验结果表明:当CDR=0.2时,算法与传统算法带来最好的目标价值,在某些条件下,传统算法略微胜过该算法,当CDR增大时,该算法比传统算法执行得更好.