课程文献中心 更多>>

关键词： Y型双并行阵列结构   现场可编程门阵列   基22快速傅里叶变换   多路径延迟交叉结构流水线   蝶形运算  

摘要： 针对快速傅里叶变换(Fast Fourier Transformation, FFT)算法在处理大规模数据时需要消耗大量资源和时间导致运算速度低的问题，提出了一种基22FFT(Radix 22 Fast Fourier Transformation, R2～2FFT)算法的现场可编程门阵列(Field Programmable Gate Array, FPGA)硬件结构优化设计与实现方法。首先，采用R2～2FFT算法构建出一种序列转换功能与流水线结构相结合的Y型双并行阵列结构，有效降低硬件乘法器使用数量的同时，增大了硬件结构的吞吐量，从而提高了FFT算法在FPGA上的运算速度。然后，在R2～2FFT流水线单级运算中利用旋转因子的相关特性，优化片上存储资源消耗，降低了约50.00%的存储空间。最后，在完成N点R2～2FFT算法结构优化的基础上，进一步提高硬件结构的可扩展性，实现了2N点、 4N点的扩展运算。采用Verilog HDL语言完成硬件设计，并通过Modelsim进行仿真，接着使用Vivado2018.3软件将所提方法综合并布局布线，最后进行性能分析。实验结果表明，所提方法的运算时间与四种改进的FFT硬件实现方法的运算时间相比分别降低了75.10%,95.34%,38.49%,49.20%，显著提高了运算速度。与此同时，所提方法资源消耗适中，消耗占比低，且具有运行功耗低以及可扩展性强的特点。

关键词： 车内噪声主动控制   频域前馈自适应算法   降噪效果   计算量   收敛速度   稳定性  

摘要： 噪声主动控制技术可以有效改善车内声品质（低频尤为明显），从而提升驾乘舒适性。然而，目前广泛应用于车内噪声主动控制领域的时域前馈自适应算法（TFxLMS）存在着计算量大、收敛速度慢、稳定性差等缺点，难以满足消费者对于主动降噪技术的心里预期。针对此问题，本文基于快速傅里叶变换（FFT）与分块计算思想提出了一种频域前馈自适应算法（FFxLMS）。通过数值仿真比较了FFxLMS算法和TFxLMS算法在降噪效果及计算量、收敛速度、稳定性等三方面的性能优劣，并通过实车路试验证了仿真结果。对比显示，FFxLMS算法降噪效果更明显、计算量更小、收敛速度更快且稳定性更好。

关键词： 磁浮列车   自抗扰控制   扩张状态观测器   多种群遗传算法   速度控制  

摘要： 相较传统轮轨交通方式，磁浮列车具有速度快、噪音小、平稳性高、维护成本低等不可替代的优势，为构建便捷顺畅的城市交通系统提供了一种理想方案。为实现磁浮列车在复杂扰动环境下的精准速度运行控制，提出一种参数自整定的自抗扰控制(ADRC)方法。首先，通过受力分析建立磁浮列车纵向动力学模型，用于描述运行控制过程中的非线性迟滞特性；将模型中的不确定参数及外部扰动等因素归纳为扩张状态，设计三阶扩张状态观测器实时观测扩张状态，并基于李雅普诺夫稳定性定理对观测器的收敛性条件进行分析；针对传统ADRC控制参数多、调参困难的问题，引入多种群遗传算法(MPGA)实现参数自适应优化和调整；最后，利用磁浮列车现场运行采集的数据开展仿真实验，结果表明相较传统ADRC，MPGA-ADRC在速度控制精度方面提升22.7%，跟踪平稳性提升25.6%，表明所提出的方法能够有效提升磁浮列车运行的稳定性和乘坐舒适性。

关键词： 气流角重构   估计   魔毯着舰   直接力控制   可靠性  

摘要： 魔毯着舰飞控系统依赖稳定准确的气流角信号，然而气流角传感器工作环境恶劣，精度较低且容易损坏。此时可利用其他传感器信号对所需气流角信号进行重构，然而，现有气流角重构算法仅可对惯性气流角进行构造，且多数算法忽略了惯性传感器的漂移误差。魔毯着舰过程中舰载机处于低速大迎角状态，舰尾流扰动会导致惯性迎角估计结果与气流迎角存在较大偏差，不利于控制系统的增稳与航迹修正，针对这一问题，提出了一种传感器失效下的魔毯着舰气流角重构算法，该算法无需气流角传感器即可对舰尾流以及气流迎角与侧滑角进行估计，同时考虑了惯性传感器漂移误差。将气流角重构算法加入所设计的魔毯着舰控制系统回路之中，令重构气流角信号参与着舰控制律解算进行数字与半物理仿真验证，结果表明：算法可以对舰尾流以及惯性传感器漂移误差进行估计，得到的重构气流角信号可以反映真实气流角信息，且光滑稳定，不随时间发散，重构气流角信号可以参与魔毯着舰控制律解算，使舰载机保持稳定的气流角，快速对航迹进行准确修正。

关键词： 图像增强   低照度   Retinex   迭代增强   深度学习  

摘要： 现实环境中图像通常在次优照明条件下拍摄，导致亮度不足、观感较差。现有低照度图像增强方法往往结构复杂，侧重改善暗光区域的可视度，但可能过度增强图像的明亮区域、放大隐藏的噪声。多数基于Retinex理论的方法存在噪点过多、细节损失和颜色失真等问题，影响增强结果的视觉质量。为了解决该问题，提出了一种基于Retinex理论的低照度图像自适应增强算法，旨在有效提升图像亮度的同时真实自然地还原图像。首先，低照度图像经过投影模块去除不适合Retinex理论分解的噪声；其次，分解网络将图像分解为照度分量和反射分量；最后，照度分量经过自适应迭代曲线进行调整，与反射分量相乘得到增强图像。实验结果表明，相比于其他主流算法，所提算法在客观评价指标特别是PSNR和SSIM上优势明显：在LOL数据集上分别达到19.98dB和0.76，较次优算法提高4.9%和4.1%；在LSRW数据集上分别达到18.94dB和0.58，较次优算法提高1.5%和7.4%。在有参考数据集和无参考数据集上，所提算法得到增强图像的亮度均有显著提升、色彩真实自然，主观视觉效果更好。

关键词： 多模态多目标优化   全局帕累托最优解   局部帕累托最优解   局部中心解   自适应的选择  

摘要： 在多模态多目标优化问题中，求得多个全局及局部最优解可以为决策者提供更加灵活的选择方案。然而目前大多数多模态多目标算法的研究工作侧重于寻找多个等效的全局帕累托最优解，忽略了同样有保留价值的局部帕累托最优解。基于上述问题，提出了一种基于局部中心解聚类的多模态多目标优化算法，算法通过局部中心解的选择策略来定位尽可能多的最优区域，然后针对种群在最优区域的不同探索情况设计了两种不同的搜索策略，使得种群可以根据自身情况自适应的选择变异策略，从而对每个最优区域进行更好的开发。在CEC2020多模态多目标测试问题集上进行了测试，结果表明所设计的进化算法在求解含多个全局帕累托解集和同时含全局及局部帕累托解集的测试问题中都表现出了良好的性能。

关键词： SLAM   点线特征   多IMU融合   自主导航   图优化   传感器融合   激光雷达   视觉传感器  

摘要： 在移动机器人和无人驾驶技术中，准确且高效的同时定位与地图构建(SLAM)算法至关重要。现有的SLAM算法在处理复杂环境和动态场景时，通常面临着精度和鲁棒性不足的问题。文中提出了一种基于点线特征与多IMU(Inertial Measurement Unit)融合的SLAM算法，以解决这些挑战。本研究利用多IMU融合技术，从环境中提取点和线特征。这些几何特征提供了丰富的环境信息，有助于构建更详细和准确的地图。在点线特征提取过程中，采用了基于优化的特征匹配算法，确保特征提取的准确性和稳定性。通过多IMU融合技术，增强了系统的运动估计能力。多IMU融合不仅提高了单一IMU在高动态环境下的鲁棒性，还通过优化的传感器数据融合算法，提供了更精确的位姿估计。实验部分在多种典型的室内和室外环境中进行了验证，包括静态和动态场景。结果表明，所提SLAM算法在定位精度、建图质量以及实时性方面均有显著提升。与传统算法相比，该算法在复杂环境中的表现更优越，能够有效应对环境中的变化和噪声干扰。

关键词： 混合流水车间调度   最大完工时间   图空间   保守跳跃破坏   必经工序   迭代贪婪算法  

摘要： 针对混合流水车间调度问题(Hybrid Flow Shop Scheduling Problem， HFSP)展开深入研究，建立了以最小化最大完工时间为优化目标的数学模型，提出了基于必经工序的迭代贪婪算法(Mandatory Operations-based IG Algorithm， MOAIG)。首先，给出了与必经工序相关的4个引理；其次，设计了调度序列的图空间表示方式，并针对HFSP多阶段的特点，将图空间中关键路径上的必经工序进行局部搜索，提高了局部搜索效率，拓展了搜索空间；然后，为了增加破坏操作的灵活性和多样性，提出了保守跳跃破坏策略；最后，通过对576个典型测试算例的数值仿真以及与3种代表算法的统计比较，验证了所提基于必经工序的加速迭代贪婪算法的有效性和优越性。