课程文献中心 更多>>

关键词： 全球卫星导航系统   惯性导航系统   量测噪声   自适应卡尔曼滤波   协方差匹配  

摘要： 针对全球卫星导航系统(Global Navigation Satellite System，GNSS)与惯性导航系统(Inertial Navigation System，INS)组成的GNSS/INS组合导航系统由于环境干扰、模型误差等因素导致定位与测速精度下降的问题，提出一种基于改进Sage-Husa自适应卡尔曼滤波的GNSS/INS组合导航算法。该算法通过协方差匹配技术对滤波过程中的异常量测新息进行判决，并根据判决结果对量测噪声协方差矩阵自适应调整。分别通过仿真实验和城市环境下的实测实验对所提算法的性能进行验证，实验结果表明，相较于传统卡尔曼滤波算法和Sage-Husa自适应卡尔曼滤波算法，所提算法对于量测噪声具有较好的自适应性，且滤波精度及收敛速度得到提升，能够有效地改善GNSS/INS组合导航系统的定位及测速精度。

关键词： 迭代物理光学法(IPO)   参数空间技术   CPU-GPU协同   并行加速   雷达散射截面(RCS)  

摘要： 随着雷达技术与无人驾驶的结合，电磁仿真在无人驾驶领域得到了广泛应用。当利用迭代物理光学(iterative physical optics method, IPO)法求解电大散射体雷达散射截面(radar cross section, RCS)时，未知量数目比较大，其占用内存和计算时间非常大。为解决该问题，本文引入参数空间技术优化了IPO算法，用以提高计算电大尺寸RCS的计算效率，并引入计算统一设备架构(compute unified device architecture,CUDA)技术，在中央处理器(central processing unit, CPU)与图形处理器(graphics processing unit, GPU)协同平台上实现了电大尺寸目标RCS的并行计算。与商业软件比对，在NVIDIAGeForceRTX3050显卡上获得了224.35的加速比。实例结果展示了基于CPU-GPU协同的IPO算法并行计算的可行性与高效性，可以用来解决目前只能在高性能计算机计算机集群上解决的电大尺寸目标散射问题。

关键词： 社区隐藏   遗传算法   属性网络   隐私保护   社区检测   社会网络分析  

摘要： 属性网络作为一种常见的复杂网络建模工具，适用于融合分析拓扑结构和属性信息的多模式网络建模场景。针对属性网络的社区检测算法能够综合利用拓扑和属性信息，较为准确地揭示网络中的社区结构。然而，这种精确的挖掘能力也带来了节点隐私泄露的风险。为了对抗社区检测算法从而实现节点隐私保护，社区隐藏方法开始被诸多专家关注。但现有主流社区隐藏算法仅仅关注网络的拓扑结构，而忽略了节点属性对社区结构的影响，因此在属性网络上表现效果不佳。针对上述问题，提出一种基于遗传算法的属性网络社区隐藏方法（Attribute network Community hiding method based on Genetic algorithm, ACG）。该方法融合了网络拓扑结构和节点属性，其核心在于通过优化适应度函数找到最优的边隐藏策略。ACG算法在追求最小化隐藏成本的同时，将最大化模块度和属性相似度作为双重度量标准，选择并扰动对社区结构影响最大的边集合，从而实现对属性网络社区检测算法的有效攻击。实验结果表明，在不改变边总数和属性信息的前提下，所提方法有效地对抗了主流属性社区检测方法。与现有社区隐藏方法相比，ACG在5个属性网络上对抗经典社区检测算法也具有优势。

关键词： 售电风险   改进遗传算法   自动预警   适应度函数  

摘要： 电力市场化改革不断加剧售电业务风险，影响市场健康运行。为解决这一问题本文提出基于改进遗传算法的市场化售电风险自动预警方法研究。合理选取与确定售电风险评估指标，提出基于改进遗传算法构建售电风险评估模型，从而获取精准的售电风险评估结果，制定售电风险预警机制，判定售电风险的预警等级，从而实现了市场化售电风险的自动预警。实验结果表明:提出方法应用后计算资源消耗最小值达到了600 MB，售电风险预警结果与模拟工况对应的售电风险预警等级相同，充分证实了提出方法应用性能较佳。

关键词： 电力通信网   故障诊断   蚁狮优化算法   支持向量机  

摘要： 为了提高电力通信网故障诊断的准确性，以告警数据为输入量，以电力通信网故障类型为输出量，采用蚁狮算法对支持向量机进行参数寻优，建立基于蚁狮算法优化支持向量机的电力通信网故障诊断模型，采用电力通信网故障数据进行仿真分析，并与贝叶斯算法和卷积神经网络算法对比，结果表明，所提ALO-SVM电力通信网故障诊断正确率高达98%，高于其他两种算法，验证了所提方法的正确性和实用性。

关键词： 太阳辐射   FY-4A-SSI   BP神经网络   一元线性回归   订正  

摘要： 【目的】为了弥补地面观测辐射数据的不足，获取高精度的太阳辐射空间分布资料。【方法】利用贵州2018年3月1日—2020年4月30日7个地面辐射站逐日太阳辐射资料，分月建立了基于BP神经网络的FY-4A SSI产品订正模型，利用该模型对FY-4A总辐射进行订正与分析，并把订正结果和采用一元线性回归模型所得到的结果进行了对比。【结果】结果表明：（1）FY-4A反演总辐射值存在对“低值辐射高估、高值辐射低估”的偏差分布特征，整体上FY-4A总辐射值偏高；（2）FY-4A总辐射值与站点值的相关系数R在0.767～0.926之间，平均绝对误差MAE在5.04～6.98 MJ?m-2之间，平均误差ME在4.43～6.68 MJ?m-2之间，均方根误差RMSE在5.70～7.44 MJ?m-2之间；（3）采用线性方法订正后两者的R不变，MAE在1.45～3.09 MJ?m-2之间，ME在-0.25～0.42 MJ?m-2之间，RMSE在2.12～4.70 MJ?m-2之间；（4）采用BP神经网络方法订正后两者的R在0.856～0.962之间，MAE在1.02～2.43 MJ?m-2之间，ME在-0.48～0.23 MJ?m-2之间，RMSE在1.36～3.77 MJ?m-2之间。【结论】因此，基于BP神经网络模型订正后的FY-4A总辐射值与站点值之间的误差较小，订正精度高于线性订正，有较好的稳定性，可适用于贵州高原山区FY-4A地面太阳辐射产品的订正。

关键词： 离线数据驱动   进化算法   小数据   代理模型   隐含层节点   合成数据  

摘要： 为了增强离线数据驱动的进化算法在小数据情景中的表现,削弱代理模型对数据集规模的依赖,提出基于多核数据合成的离线小数据驱动的进化算法(DDEA-MKDS).考虑到代理模型易因小数据陷入过拟合,通过经验公式与遍历法找出针对离线数据集的最优隐含层节点数，以简化模型结构.为了弥补数据量的不足,训练了3个不同核函数的径向基网络生成合成数据,通过轮盘赌法选择其中的部分数据与原数据集合并,使用新数据集训练代理模型.将DDEA-MKDS与其他5种流行的离线数据驱动的进化算法在6个单目标基准测试问题上进行对比,实验结果表明,所提算法在数据量极小的条件下能够取得良好的效果,寻优效率显著优于其他算法.

关键词： 语义分割   红外运动目标   复杂背景   STDC-Seg   多尺度自适应融合  

摘要： 红外弱小目标的语义分割对于细节纹理特征的依赖更强,较深的网络结构对红外目标的语义分割不适用,难以将弱小目标从复杂背景中准确分割出来。本文针对复杂背景下红外运动目标的语义分割任务需求,在公开目标检测跟踪数据集的基础上,标注构建了红外图像语义分割数据集,基于STDC-Seg模型针对红外图像特点进行了优化,提出了一种红外目标语义分割算法STDC-Infrared。重新设计网络下采样结构，增加空间注意力模块和多尺度自适应融合模块。实验结果表明,本算法相比STDC-Seg,在红外图像语义分割数据集上平均交并比和平均像素精度分别提升了12.47%和12.55%,特别是空中飞机目标的交并比和像素精度分别提升了31.53%和35.82%,有效提升了复杂背景红外运动目标场景下语义分割准确性。

关键词： 差分隐私   直方图发布   非等距直方图   医疗信息安全   贪心算法  

摘要： 为应对差分攻击而诞生的差分隐私机制，常被用于如直方图发布等相关场景中的隐私信息保护。本研究结合医疗信息安全场景，基于对医疗数据中普遍存在的聚集-稀疏并存特性的洞察，设计了一个基于差分隐私机制的非等距直方图发布方案，并通过贪心算法优化直方图的生成与边界划分，以提高隐私保护效果。论文首先从理论上证明了该方案满足差分隐私。随后的实验中，用采集到的医疗数据集，通过在MSE， RMSE， MAE， R2指标下的数据分析，该方法分别达到0.000 3，0.000 2，0.000 2，0.000 3。相比单独使用经验公式的方法取得了更好的隐私保护效果。该研究证明了该直方图发布算法的有效性。

关键词： 航空发动机   管路多目标布局优化   三方博弈   纳什均衡   遗传算法  

摘要： 在航空发动机中，外部管路的合理布局直接影响管路系统的性能表现.当前关于航空发动机管路多目标布局优化的研究由于存在具有冲突特性的多个目标，从而导致最终布局效果的欠佳.本文以管路长度最短、管路弯头数最少和管路能量值最小为优化目标，建立了航空发动机管路多目标布局优化（MOPLP-AE）的数学模型.本文提出了一种创新的基于三方博弈的改进遗传算法（TGIGA），首次将博弈论应用于MOPLP-AE的多目标优化问题，将各优化目标视作博弈参与者，通过纳什均衡点实现全局稳定解，有效解决了目标冲突和Pareto最优解评估难题.TGIGA融合了帕累托分类、优化的杂交与变异策略，并集成2-opt局部搜索，显著提升了求解效率和解的质量.通过航空发动机的仿真实例验证了纳什均衡解的有效性及方法的可行性.本研究有效提高了航空发动机管路布局的客观性、准确性和布局效率，为减少材料使用和制造复杂性、降低泄漏和等故障风险，加速设计周期并降低生产成本提供了更为全面的数学模型以及一套新的方法与求解途径.