课程文献中心 更多>>

关键词： 窄带物联网   NSSS检测算法   搜索算法  

摘要： 本文研究了窄带物联网(NB-IoT)中的小区搜索算法。首先,本文详细剖析了NB-IoT的下行链路结构和小区搜索算法基础,包括物理层结构、信号传输特性以及主同步信号、辅同步信号的设计。针对现有同步算法在低信噪比和多径衰落环境下性能不佳的问题,提出了一种改进的同步算法,优化主同步的粗调过程和辅同步的参考信号设计,提高了同步的准确性和效率。其次,为了降低NSSS检测算法的复杂度,本文提出了一种分组算法,将所有NSSS参考序列分成多组,并选取代表序列进行互相关运算,该方法显著减少了运算量,提高了算法的运行效率。在此基础上,本文完成了NB-IoT小区搜索方案的整体设计,并在数字信号处理器(DSP)上实现了该算法,验证了该算法的可行性和实用性。研究结果表明,优化后的小区搜索算法在同步准确率和效率方面均优于传统算法,DSP实现结果与MATLAB仿真结果性能差距仅有0.2dB。最后,本文总结了研究成果,并展望了未来的研究方向,将继续深入研究NB-IoT中小区搜索算法的优化问题,为NB-IoT技术的广泛应用提供更坚实的技术支撑。

关键词： 灰狼算法   LSTM   电力负荷预测  

摘要： 源自灰狼集体行为的启示,灰狼优化方法利用了自然界狼群智慧,通过重现狼群领导与追随者的互动机制来追求最佳解决方案。长短期记忆网络(LSTM)作为一种特殊的递归神经网络架构,其优势在于能够有效处理并记忆长期序列信息。电力负荷预测是指根据历史电力负荷数据,预测未来一段时间内的电力负荷情况。而LSTM长短期记忆网络是一种常用的循环神经网络,具有较强的记忆能力和长期依赖建模能力。将灰狼算法与LSTM结合起来,可以用于优化LSTM网络的参数。通过灰狼算法优化LSTM的电力负荷预测,可以提高模型的准确性和泛化能力,从而更好地满足实际需求。

关键词： 海鸥算法   佳点集   莱维飞行   自适应游走   全局探索  

摘要： 针对标准海鸥算法(SOA)初始种群位置离散分布、迭代过程中求解精度低、收敛速度慢、全局搜索和局部开发能力不协调等缺点,提出了一种基于佳点集映射并融合莱维飞行和自适应游走策略的海鸥优化算法(L-SOA),采用佳点集映射对初始海鸥的分布位置进行扰动,使其产生更优质的初始解,通过随机概率选择莱维飞行和自适应游走策略进行寻优,扩大了海鸥个体在探索区域内的搜索范围,增强了其摆脱局部极值“吸引”的能力,进一步提升了算法后期的收敛性能。论文选取了八个国际通用性能测试函数,从多角度对比了L-SOA与其他优化算法的寻优差异,并通过Wilcoxon秩和检验对算法性能进行了综合评估,结果表明L-SOA算法具有更高的求解精度和更快的收敛速度以及更稳定的鲁棒性,最后将L-SOA应用于压力容器设计优化问题,获得了所有对比算法中的最佳求解结果。

关键词： B样条   变次数样条   精确降次   基函数   对偶基  

摘要： 为完善变次数样条的精确降次理论、提升降次的速度,提出基于Bernstein基表示的变次数样条曲线的精确降次算法.首先根据在不做参数变换的情况下曲线降次前后的值不变的规则,使用单点处的高阶右导数公式得到每段曲线可精确地降低次数的充要条件;然后基于Bernstein基的线性表示,给出降次后控制顶点关于降次前控制顶点的显式表达;最后给出精确降次算法,用于先验判断一条变次数样条曲线每段能精确降至的最低次数,并且在可降次的情况下能选择每段需要降低的次数,求解降次后的控制顶点.通过自拟的2个简单示例与对偶基算法的精确降次相比的结果表明,在相同的环境下,所提算法的计算时间大约是对偶基算法的30%.

关键词： 通航调度   船舶优先级   综合优先级算法  

摘要： 该研究针对湘江船闸船舶通航效率问题,提出了一种基于船舶类型、大小、目的地和船闸状况的综合优先级调度算法。该算法通过设定船舶综合优先级,优化通航顺序,减少等待时间,提升船闸运行效率。经仿真实验验证,该算法能有效提高湘江船闸通航调度水平,对内河航运智能化有积极影响。

关键词： 黑寡妇优化算法   最大功率跟踪   模糊控制   扰动观测   微生物燃料电池  

摘要： 针对常规扰动观测法中存在的搜索速度慢、跟踪精度低、稳态振荡大等问题,提出一种基于黑寡妇优化算法改进的模糊变步长扰动观测法,构建微生物燃料电池的最大功率点跟踪控制系统,实现微生物燃料电池的最大功率跟踪控制。黑寡妇优化算法对模糊逻辑控制器的主要参数进行实时寻优,以提高模糊控制器的控制精度和适应能力;模糊控制器根据功率和电压变化情况实时调节扰动观测法的搜索步长,PWM调节器根据模糊控制器的输出指令对Boost变换器的占空比进行调整,使微生物燃料电池的内外电阻达到实时匹配。仿真运行结果显示,基于黑寡妇优化算法的模糊变步长扰动观测法的最大功率点跟踪速度较常规扰动观测法和变步长扰动观测法分别加快了71.7%和64.6%,跟踪误差分别减少了5.9%和5.0%。黑寡妇优化算法改进的模糊扰动观测算法大大加快了响应速度,提高了跟踪精度,减少了稳态振荡,并能有效抑制扰动信号的影响,是实现微生物燃料电池最大功率跟踪的有效方法。

关键词： 林业机器人   同步定位与建图   传感器   激光雷达  

摘要： 同步定位与建图(SLAM)算法可实现机器人在未知环境下的定位,并对周围环境构建增量式地图,是机器人实现自主导航的基础。针对单一传感器(全球导航卫星系统(GNSS)、激光、相机等)的SLAM算法在林区环境存在定位精度低、构建的地图一致性较差的问题,提出了多传感器融合的SLAM算法在林业智能化的应用与改进。首先,联合使用激光雷达、单目相机、惯导对林区环境构建三维点云地图的同时对林业机器人进行实时定位;其次,提出以时间为约束的RS-T回环帧搜索法,进行候选回环帧搜索。结果表明:针对M2DGR数据集,RS-LVI-SAM算法与当前经典的SLAM算法对比,RS-LVI-SAM算法生成轨迹的均方根误差与标准差分别为0.09和0.04 m,定位精度最高;在林区场景中,RS-LVI-SAM算法建立的林区点云地图中侧柏的胸径与真实胸径的均方根误差与绝对平均误差分别为1.27、1.16 cm,建图效果最佳;生成的轨迹与真实轨迹的均方根误差与绝对平均误差分别为0.46、0.34 m,定位精度最高。因此,RS-LVI-SAM算法可以实现林区环境下的精准定位与林区点云地图构建,为机器人林区作业提供了技术支撑。

关键词： 头盔检测   Helmet-YOLO   渐进式特征金字塔网络   PCAHead检测头   HelmetIoU  

摘要： 针对现有的道路安全头盔检测算法受背景环境影响较大,面对遮挡以及目标与环境相似等检测场景检测精度不高的问题,从特征融合和损失计算的角度,开发了一种新的Helmet-YOLO架构。利用渐进式特征金字塔网络结构降低多尺度特征融合过程中存在的巨大语义差距,提升算法在复杂场景下的检测能力。同时,提出的PCAHead检测头和HelmetIoU边界框损失函数优化了模型理解和处理数据的能力,提高了模型损失计算的效率和精度,加速了模型的收敛。实验结果表明,Helmet-YOLOn算法和Helmet-YOLOs算法的mAP@50分别提升了3.7和2.9个百分点,优于实验中的所有同尺度模型,另外Helmet-YOLO的大尺度模型在延迟和精度上也优于多数实验模型。实验证明Helmet-YOLO算法具有更高的精度和鲁棒性,更适合复杂场景的道路安全头盔检测。

关键词： 直流电信号   直流计量算法   变模态分解   精准积分算法  

摘要： 针对风力发电等复杂环境下的直流电信号特点,根据应用场景中的稳态、暂态和噪声等扰动对直流计量的影响,通过研究不同类型的干扰因素特性,提出基于变模态分解和精准积分的电信号分析和计量算法。同时,研制了该算法验证及电动态测试系统,并进行仿真实验。结果表明:该分析和算法具有可行性和有效性,且在采样频率相同的情况下,高阶积分算法具有更高的准确度。

关键词： 改进麻雀算法   温度动态补偿   参数辨识   自动控制   热压焊  

摘要： 针对热电偶固有时间常数和复杂应用环境造成的热压焊焊接过程中,温度反馈信号滞后明显、控制系统模型准确性不足等问题,对热电偶温度动态补偿方法和温度控制系统智能辨识技术进行研究。提出一种改进的麻雀搜索算法(ASSA),采用水浴法实验数据对热电偶三阶动态补偿滤波器模型进行搜索寻优;基于动态补偿器建立了热压焊控制系统模型,采用ASSA算法实现模型参数辨识。试验结果表明:经过补偿后的慢速热电偶的平均时间常数由160 ms减少至59.7 ms,有效地改善了热电偶的动态特性;设计的ASSA有利于加速控制系统模型辨识参数寻优,所得模型经过仿真验证具有较高精度,对热压焊的自动化控制和优化具有一定的指导意义。