基于小批量随机梯度下降法的SVM训练隐私保护方案 被引量：2

1

作者 王杰昌 刘玉岭 +2 位作者 张平 刘牧华 赵新辉 《信息安全研究》 CSCD 北大核心 2024年第10期967-974,共8页

使用支持向量机(support vector machine,SVM)处理敏感数据时,隐私保护很重要,已有SVM隐私保护方案基于批量梯度下降法(batch gradient descent,BGD)进行训练,计算开销巨大.针对该问题,提出基于小批量随机梯度下降法(mini-batch stochas... 使用支持向量机(support vector machine,SVM)处理敏感数据时,隐私保护很重要,已有SVM隐私保护方案基于批量梯度下降法(batch gradient descent,BGD)进行训练,计算开销巨大.针对该问题,提出基于小批量随机梯度下降法(mini-batch stochastic gradient descent,Mini-batch SGD)的SVM隐私保护方案.首先,设计基于Mini-batch SGD的SVM训练算法;然后在此基础上,对模型权重进行乘法扰动,利用大整数分解问题困难假设确保模型的隐私性,使用同态密码体制对数据加密后再执行SVM训练,之后运用同态哈希函数进行验证;最终构建了SVM隐私保护方案.针对安全威胁,论证了数据隐私性、模型隐私性、模型正确性.对方案进行仿真实验和分析,结果表明,该方案在分类性能接近已有方案的情况下,其计算时间开销平均节约了92.4%. 展开更多

关键词 小批量随机梯度下降法 支持向量机 同态加密 同态哈希函数 隐私保护

在线阅读 下载PDF 职称材料

带有随机改进Barzilai-Borwein步长的小批量稀疏随机方差缩减梯度法 被引量：1

2

作者 秦传东 杨旭 《计算机应用研究》 CSCD 北大核心 2023年第12期3655-3659,3665,共6页

为了更好地应对当今时代的大规模高维稀疏数据集,融合BB方法、小批量算法与随机方差缩减梯度法(SVRG)优势,提出一种带有随机改进Barzilai-Borwein步长的小批量稀疏随机方差缩减梯度法(MSSVRG-R2BB)。首先,在SVRG外循环中全梯度计算的基... 为了更好地应对当今时代的大规模高维稀疏数据集,融合BB方法、小批量算法与随机方差缩减梯度法(SVRG)优势,提出一种带有随机改进Barzilai-Borwein步长的小批量稀疏随机方差缩减梯度法(MSSVRG-R2BB)。首先,在SVRG外循环中全梯度计算的基础上加入L_1范数次梯度设计出一种稀疏近似梯度用于内循环,得到一种稀疏的SVRG算法(SSVRG)。在此基础上,在小批量的稀疏随机方差缩减梯度法中使用随机选取的改进BB方法自动计算、更新步长,解决了小批量算法的步长选取问题,拓展得到MSSVRG-R2BB算法。数值实验表明,在求解大规模高维稀疏数据的线性支持向量机(SVM)问题时,MSSVRG-R2BB算法不仅可以减小运算成本、更快达到收敛上界,同时能达到与其他先进的小批量算法相同的优化水平,并且对于不同的初始参数选取表现稳定且良好。 展开更多

关键词 随机梯度下降法 小批量算法 Barzilai-Borwein方法 方差缩减 凸优化

在线阅读 下载PDF 职称材料

基于深度学习的理论线损率计算方法研究 被引量：3

3

作者 尚云飞 姜明军 +1 位作者 张东平 赵旻昱 《电测与仪表》 北大核心 2024年第10期33-38,81,共7页

线损率是综合反映电网规划、生产、管理等的重要经济技术指标,针对目前计算方法存在的计算速度慢和误差大等问题,提出了一种结合深层置信网络和深层神经网络的理论线损率计算模型。将计算过程转化为多特征提取过程,模型通过逐层贪婪法... 线损率是综合反映电网规划、生产、管理等的重要经济技术指标,针对目前计算方法存在的计算速度慢和误差大等问题,提出了一种结合深层置信网络和深层神经网络的理论线损率计算模型。将计算过程转化为多特征提取过程,模型通过逐层贪婪法和随机小批量梯度下降法等进行训练。通过算例与传统模型进行对比分析。结果表明,与传统的线损率计算方法相比,所提方法无论是精度还是效率都有一定的提升,表明了所提方法的优越性,具有一定的实用价值。 展开更多

关键词 线损率 深度置信网络 深层神经网络 逐层贪婪法 随机小批量梯度下降法

在线阅读 下载PDF 职称材料

面向大规模服务性能预测的在线学习方法 被引量：6

4

作者 孙勇 谭文安 +1 位作者 谢娜 蒋文明 《计算机科学与探索》 CSCD 北大核心 2017年第12期1922-1930,共9页

为提高服务运行质量,需要主动预防服务失效和服务性能波动,而不是在服务发生错误时触发处理程序。高效地预测与分析大规模服务的性能是有效可行的主动预防工具。然而传统的服务性能预测模型多采用完全批量训练模式,难以满足大规模服务... 为提高服务运行质量,需要主动预防服务失效和服务性能波动,而不是在服务发生错误时触发处理程序。高效地预测与分析大规模服务的性能是有效可行的主动预防工具。然而传统的服务性能预测模型多采用完全批量训练模式,难以满足大规模服务计算的实时性要求。在综合权衡完全批量学习法和随机梯度下降法的基础上,建立了基于在线学习的大规模服务性能预测模型,提出了一种基于小批量在线学习的服务性能预测方法,通过合理地设置预测模型的批量参数,一次迭代仅需训练批量规模较小的样本数据,从而改善大规模服务性能预测的时间效率;详细分析了在线服务预测模型的收敛性。实验表明,提出的在线学习算法有效地解决了大规模服务预测算法的时效性问题。 展开更多

关键词 大规模服务计算 在线学习 小批量在线学习 随机梯度下降法

在线阅读 下载PDF 职称材料

一种联合的时序数据特征序列分类学习算法 被引量：4

5

作者 史苇杭 林楠 《计算机工程》 CAS CSCD 北大核心 2016年第6期196-200,207,共6页

针对时序数据特征学习中特征序列占用空间大和运算复杂度高的问题,提出一种联合学习特征序列和分类参数的分类算法。对时序数据进行特征变换后,采用线性分类器从最小距离矩阵中学习模型参数,以预测目标变量。在目标函数中,对分类预测的... 针对时序数据特征学习中特征序列占用空间大和运算复杂度高的问题,提出一种联合学习特征序列和分类参数的分类算法。对时序数据进行特征变换后,采用线性分类器从最小距离矩阵中学习模型参数,以预测目标变量。在目标函数中,对分类预测的损失函数和分类器的线性权重进行联合学习,并利用随机梯度下降法求解优化问题。实验结果表明,与F-Stat和表达式变换方法相比,该算法在保持较少运算时间的前提下,具有较高的分类预测准确率。 展开更多

关键词 时序数据 机器学习 随机梯度下降法 优化算法 分类

在线阅读 下载PDF 职称材料

基于KL散度和近邻点间距离的球面嵌入算法 被引量：5

6

作者 张变兰 路永钢 张海涛 《计算机应用》 CSCD 北大核心 2017年第3期680-683,690,共5页

针对现有球面嵌入算法在非近邻点间的距离度量不准确或缺失的情况下,不能有效地进行低维嵌入的问题,提出了一种新的球面嵌入算法,它能够只利用近邻点间的距离,将任何尺度的高维数据嵌入到单位球面上,同时求出适合原始数据分布的球面半... 针对现有球面嵌入算法在非近邻点间的距离度量不准确或缺失的情况下,不能有效地进行低维嵌入的问题,提出了一种新的球面嵌入算法,它能够只利用近邻点间的距离,将任何尺度的高维数据嵌入到单位球面上,同时求出适合原始数据分布的球面半径。该算法从一个随机产生的球面分布开始,利用KL散度衡量每对近邻点间的归一化距离在原始空间和球面空间中的差异,并基于此差异构建出目标函数,然后再用带有动量的随机梯度下降法,不断优化球面上点的分布,直到结果稳定。为了测试算法,模拟产生了两类球面分布数据:分别是球面均匀分布和球面正态分布的数据。实验结果表明,对于球面均匀分布的数据,即使在近邻点个数很少的情况下,仍然能够将数据准确地嵌入球面空间,嵌入后的数据分布与原始数据分布的均方根误差(RMSE)低于0.000 01,且球面半径的估算误差低于0.000 001;而对于球面正态分布的数据,在近邻点个数较多的情况下,该算法也可以将数据较准确地嵌入球面空间。因此,在非近邻点间距离缺失的情况下,所提方法仍然可以较准确地对数据进行低维嵌入,这非常有利于数据的可视化研究。 展开更多

关键词 球面嵌入 KL散度 随机梯度下降法 最近邻

在线阅读 下载PDF 职称材料

基于FPGA并行实现SVM训练的可重构计算系统 被引量：1

7

作者 彭卫东 郭威 魏麟 《计算机科学》 CSCD 北大核心 2024年第S02期786-792,共7页

针对支持向量机在处理大规模数据集时所面临的计算复杂度高和训练时间长的问题,设计了一种基于FPGA并行实现支持向量机训练的可重构计算系统,并分析了不同量化方式下的硬件资源消耗与加速性能。通过采用随机梯度下降法训练支持向量机,... 针对支持向量机在处理大规模数据集时所面临的计算复杂度高和训练时间长的问题,设计了一种基于FPGA并行实现支持向量机训练的可重构计算系统,并分析了不同量化方式下的硬件资源消耗与加速性能。通过采用随机梯度下降法训练支持向量机,使得需要求解的维度与样本的维度相关联,相较于传统的基于二次规划的求解方法可以显著降低计算复杂性。同时,利用基于FPGA的可重构硬件平台设计了专用并行计算结构以加速支持向量机的训练过程。对设计的完整系统进行了软硬件联合仿真,在4个公共数据集上的仿真结果表明,整体模型预测准确率达到90%以上;在训练阶段,相较于采用相同算法的软件实现,所提出的浮点数表示下硬件实现的单个样本处理时间至少减少了2个数量级;定点数表示下硬件实现的单个样本处理时间最大减小了3个数量级;与基于二次规划问题求解的硬件实现相比,单个样本处理速度最快提升了394倍。 展开更多

关键词 现场可编程逻辑门阵列 支持向量机 可重构系统 并行计算 随机梯度下降法

在线阅读 下载PDF 职称材料

基于样条插值的液晶空间光调制器衍射效率优化方法研究 被引量：2

8

作者 康丁 王春阳 +2 位作者 王子硕 王增 郑青泉 《红外与激光工程》 EI CSCD 北大核心 2022年第9期248-257,共10页

针对液晶空间光调制器阵元间相位调制量偏差降低光束衍射效率的问题,提出基于样条插值的液晶空间光调制器衍射效率优化方法。依据泰曼-格林干涉原理,搭建了相位调制系统。对调制器加载阶梯变化的灰度图,通过计算干涉条纹移动量,绘制液... 针对液晶空间光调制器阵元间相位调制量偏差降低光束衍射效率的问题,提出基于样条插值的液晶空间光调制器衍射效率优化方法。依据泰曼-格林干涉原理,搭建了相位调制系统。对调制器加载阶梯变化的灰度图,通过计算干涉条纹移动量,绘制液晶空间光调制器相位调制曲线。采用三次样条反插值法对相位调制曲线进行校正,实现对相位调制量的相位补偿。搭建液晶空间光调制器衍射效率测试系统,对所提优化方法进行实验验证,并与随机梯度下降法进行了对比。结果表明:当光束偏转角度为1.56°、0.78°、0.39°、0.19°时,文中所提方法提高了30%~40%的光束衍射效率,相较于随机并行梯度下降法,衍射效率提高了2%~8%。该方法有效抑制了栅瓣能量,提升了主瓣光束衍射效率,克服了随机并行梯度下降法迭代次数多,优化速度慢,易陷入局部最优的缺点。 展开更多

关键词 液晶空间光调制器 样条插值 相位调制 衍射效率优化 随机并行梯度下降法

在线阅读 下载PDF 职称材料

多指标推荐的全局邻域模型 被引量：2

9

作者 吕红亮 王劲林 邓峰 《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第11期98-105,共8页

针对现有的多指标推荐模型预测精度较低、速度较慢的问题,提出一种多指标推荐的全局邻域模型(MGNgbr).该模型综合全局的打分信息和隐性反馈数据,通过随机梯度下降法学习物品在各个指标上的相似度,选择相似度最高的前k个邻居参与运算并... 针对现有的多指标推荐模型预测精度较低、速度较慢的问题,提出一种多指标推荐的全局邻域模型(MGNgbr).该模型综合全局的打分信息和隐性反馈数据,通过随机梯度下降法学习物品在各个指标上的相似度,选择相似度最高的前k个邻居参与运算并最终预测用户对物品的打分信息.该模型具有预测准确度高、解释性好、计算复杂度低等优点.实验结果表明,该模型的预测准确度和分类准确度均优于现有的平均值融合模型、多维距离模型和多维奇异值分解模型,与多维奇异值分解模型相比,该模型还具有收敛快、运行时间短等优点. 展开更多

关键词 随机梯度下降法 全局邻域模型 多指标推荐

在线阅读 下载PDF 职称材料

多级跳线连接的深度残差网络超分辨率重建 被引量：14

10

作者 赵小强 宋昭漾 《电子与信息学报》 EI CSCD 北大核心 2019年第10期2501-2508,共8页

由于快速的卷积神经网络超分辨率重建算法(FSRCNN)卷积层数少、相邻卷积层的特征信息之间缺乏关联性,因此难以提取到图像深层信息导致图像超分辨率重建效果不佳。针对此问题,该文提出多级跳线连接的深度残差网络超分辨率重建方法。首先... 由于快速的卷积神经网络超分辨率重建算法(FSRCNN)卷积层数少、相邻卷积层的特征信息之间缺乏关联性,因此难以提取到图像深层信息导致图像超分辨率重建效果不佳。针对此问题,该文提出多级跳线连接的深度残差网络超分辨率重建方法。首先,该方法设计了多级跳线连接的残差块,在多级跳线连接的残差块基础上构造了多级跳线连接的深度残差网络,解决相邻卷积层的特性信息缺乏关联性的问题;然后,使用随机梯度下降法(SGD)以可调节的学习率策略对多级跳线连接的深度残差网络进行训练,得到该网络超分辨率重建模型;最后,将低分辨率图像输入到多级跳线连接的深度残差网络超分辨率重建模型中,通过多级跳线连接的残差块得到预测的残差特征值,再将残差图像和低分辨率图像组合在一起转化为高分辨率图像。该文方法与bicubic,A+,SRCNN,FSRCNN和ESPCN算法在Set5和Set14测试集上进行了对比测试,在视觉效果和评价指标数值上该方法都优于其它对比算法。 展开更多

关键词 超分辨率重建 深度残差网络 多级跳线连接的残差块 随机梯度下降法

在线阅读 下载PDF 职称材料

一种基于差分隐私和时序的推荐系统模型研究 被引量：4

11

作者 范利云 左万利 +1 位作者 王英 王鑫 《电子学报》 EI CAS CSCD 北大核心 2017年第9期2057-2064,共8页

推荐系统的建立依赖用户的个人隐私信息,攻击者可以通过推荐的结果对用户的状态和行为进行预测.目前,虽然有对基于协同过滤近邻隐私保护的研究,但是对基于模型的隐私保护的关注度并不够高.差分隐私理论定义了一个相当严格的防攻击模型,... 推荐系统的建立依赖用户的个人隐私信息,攻击者可以通过推荐的结果对用户的状态和行为进行预测.目前,虽然有对基于协同过滤近邻隐私保护的研究,但是对基于模型的隐私保护的关注度并不够高.差分隐私理论定义了一个相当严格的防攻击模型,通过添加噪声使数据失真达到隐私保护的目的,而且用户的兴趣存在兴趣漂移问题,对推荐效果造成影响,因此,提出基于差分隐私理论和时序理论构建基于模型的推荐系统.首先,根据差分隐私理论,给用户的评分数据增加小波动的符合Laplace分布的噪声,增大待分解矩阵的安全系数;然后,在随机梯度下降模型的基础上,将时序因子建模为时间权重,提高模型的准确性.实验证明该算法的准确性,并且为增强隐私研究提供了新的思路. 展开更多

关键词 推荐系统 非负矩阵分解 随机梯度下降法 差分隐私 时序理论

在线阅读 下载PDF 职称材料

基于Adam优化BP神经网络的风机等效疲劳载荷预测 被引量：8

12

作者 王伟 王海云 《现代电子技术》 2023年第17期102-106,共5页

针对传统风机载荷分析方法计算量大的问题,以风机载荷计算软件OpenFAST的仿真数据为基础,提出一种基于Adam算法优化BP神经网络的风机等效疲劳载荷预测模型。以叶根和偏航处的等效疲劳载荷作为特征样本数据进行训练和测试;采用可决系数... 针对传统风机载荷分析方法计算量大的问题,以风机载荷计算软件OpenFAST的仿真数据为基础,提出一种基于Adam算法优化BP神经网络的风机等效疲劳载荷预测模型。以叶根和偏航处的等效疲劳载荷作为特征样本数据进行训练和测试;采用可决系数和相对误差均值对模型的预测性能进行评估,并与采用随机梯度下降法(SGD)优化的传统载荷预测模型进行对比。结果表明:Adam算法优化下的神经网络载荷预测模型的预测性能要明显优于采用SGD优化的传统预测模型;相较于传统模型,δ_(m)最多可降低31.7%,R^(2)最多可提升7.8%。因此,提出的载荷预测模型能进一步提高风机载荷预测的准确度。 展开更多

关键词 风机 Adam优化算法 BP神经网络 等效疲劳载荷预测 随机梯度下降法 雨流计数法

在线阅读 下载PDF 职称材料

基于用户分类的隐含因子模型研究 被引量：2

13

作者 黎新志 高茂庭 《计算机应用研究》 CSCD 北大核心 2018年第8期2289-2292,共4页

针对现有隐含因子模型存在的新用户冷启动问题,提出基于用户分类的隐含因子模型,将用户分类信息融入到隐含因子的矩阵分解当中。先在原评分矩阵和用户分类信息的基础上使用指示函数和数据归一化等方法构建一个分类评分矩阵;再将分类评... 针对现有隐含因子模型存在的新用户冷启动问题,提出基于用户分类的隐含因子模型,将用户分类信息融入到隐含因子的矩阵分解当中。先在原评分矩阵和用户分类信息的基础上使用指示函数和数据归一化等方法构建一个分类评分矩阵;再将分类评分矩阵融入到隐含因子模型的评分预测中。通过与传统隐含因子模型等方法在多个不同隐含因子个数上的实验比较分析,实验结果表明,改进模型不仅能够解决新用户和项目的冷启动问题,还能有效降低预测评分的均方根误差,并提高预测推荐的准确度。 展开更多

关键词 推荐系统 隐含因子模型 冷启动 用户分类 随机梯度下降法

在线阅读 下载PDF 职称材料

基于栈式稀疏降噪自编码网络的辐射源调制识别 被引量：9

14

作者 李东瑾 杨瑞娟 +1 位作者 李晓柏 董睿杰 《电子学报》 EI CAS CSCD 北大核心 2020年第6期1198-1204,共7页

针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降... 针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降噪自编码识别网络.实验结果表明系统在识别率和时效性上综合性能最优,能够显著降低噪声敏感性,低信噪比环境下适应性较强.当信噪比为-12dB时,系统对8类辐射源信号的整体平均识别率达到96.75%. 展开更多

关键词 辐射源识别 稀疏降噪自编码 时频特征 核映射 批量随机梯度下降法 dropout正则化

在线阅读 下载PDF 职称材料

基于核协同表示与鉴别投影的辐射源调制识别 被引量：3

15

作者 李东瑾 杨瑞娟 +1 位作者 李晓柏 董睿杰 《电子学报》 EI CAS CSCD 北大核心 2020年第9期1695-1702,共8页

针对辐射源识别中的特征稳定性不高和低信噪比环境适应性不足等问题,提出了一种基于二次时频分布、核协同表示与鉴别投影的识别方法.首先,通过时频变换、稀疏域降噪和二次特征提取的预处理算法降低噪声干扰和特征冗余,以获取高稳定性的... 针对辐射源识别中的特征稳定性不高和低信噪比环境适应性不足等问题,提出了一种基于二次时频分布、核协同表示与鉴别投影的识别方法.首先,通过时频变换、稀疏域降噪和二次特征提取的预处理算法降低噪声干扰和特征冗余,以获取高稳定性的二次时频分布特征;然后,采用核协同表示和鉴别投影思想进行降维学习和字典学习,以提升数据低维表征和类间鉴别能力;最后,通过离线训练完成系统优化并用于分类验证.仿真结果表明,二次时频分布特征具备较高稳定性,识别方法具备较强鲁棒性、时效性和适应性;当信噪比为-10dB时,该方法对8类辐射源信号的整体平均识别率达到96.88%. 展开更多

关键词 辐射源识别 核协同表示 鉴别投影 二次时频分布 批量随机梯度下降法

在线阅读 下载PDF 职称材料

尺度和光照自适应的结构化多目标跟踪

16

作者 花湘 路红 +3 位作者 彭俊 秦彬鑫 万文明 邱春 《电光与控制》 CSCD 北大核心 2021年第4期29-33,共5页

针对复杂场景中光照变化、目标自身尺度变化等引起的目标丢失或误跟踪等问题,提出一种尺度和光照自适应的结构化多目标跟踪方法。利用多尺度Retinex算法对序列图像进行预处理;通过SPOT算法对多目标进行跟踪,以确定新一帧中各目标最优位... 针对复杂场景中光照变化、目标自身尺度变化等引起的目标丢失或误跟踪等问题,提出一种尺度和光照自适应的结构化多目标跟踪方法。利用多尺度Retinex算法对序列图像进行预处理;通过SPOT算法对多目标进行跟踪,以确定新一帧中各目标最优位置;采用判别型尺度空间跟踪算法训练尺度滤波器,以新一帧中各目标最优位置为中心,利用尺度滤波器的最大值确定新一帧中各目标的最优尺度;采用随机梯度下降法并结合双线性插值更新特征分类器的权重。实验结果表明,提出的多目标跟踪算法在应对场景光照和目标尺度变化等方面,具有良好的鲁棒性和准确性。 展开更多

关键词 RETINEX算法 判别型尺度空间跟踪算法 随机梯度下降法 双线性插值

在线阅读 下载PDF 职称材料

轧机轧制力的改进训练策略深度神经网络预测

17

作者 于飞 于博 《机械设计与制造》 北大核心 2023年第1期96-100,共5页

为了提高双机架炉卷轧机的轧制力预测精度,提出了具有快速而高效训练策略的深度神经网络预测方法。介绍了双机架炉卷轧机的工作原理,分析了轧制力影响参数。在深度神经网络基础上,使用随机小批量的样本选取法,提高深度神经网络训练速度... 为了提高双机架炉卷轧机的轧制力预测精度,提出了具有快速而高效训练策略的深度神经网络预测方法。介绍了双机架炉卷轧机的工作原理,分析了轧制力影响参数。在深度神经网络基础上,使用随机小批量的样本选取法,提高深度神经网络训练速度;提出自适应矩估计梯度优化算法,用于解决传统训练方法陷入局部极值的问题,从而给出了改进训练策略的深度神经网络轧制力预测方法。经轧制实验验证,改进深度神经网络的训练时间为226.15s,而传统网络的训练时间为862.93s;改进网络的预测误差绝大部分控制在3%以内,而传统网络的预测误差绝大部分控制在5%以内。以上数据表明,改进深度神经网络的训练速度和预测精度均远优于传统深度神经网络。 展开更多

关键词 深度神经网络 轧制力预测 自适应矩估计梯度优化 随机小批量梯度下降法

在线阅读 下载PDF 职称材料

双层优化的多无人机合作式冲突探测与解脱 被引量：10

18

作者 付其喜 梁晓龙 +1 位作者 张佳强 侯岳奇 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第4期74-83,共10页

为解决多无人机基于航向的合作式短期冲突探测与解脱问题,提出一种局部集中双层优化的合作式方法.首先将既有冲突约束与潜在冲突约束视为同一类型约束,以保证多无人机冲突问题在最大范围内求解,并设计了基于采样的冲突探测方法;通过旋... 为解决多无人机基于航向的合作式短期冲突探测与解脱问题,提出一种局部集中双层优化的合作式方法.首先将既有冲突约束与潜在冲突约束视为同一类型约束,以保证多无人机冲突问题在最大范围内求解,并设计了基于采样的冲突探测方法;通过旋转局部坐标系减少了搜索的可行区域数量,且分析了终点约束与切线约束两种解脱约束条件;然后运用图论的方法对多无人机冲突问题进行冲突关系划分,将由机动导致的无人机额外飞行距离作为解脱代价设计了机动代价函数,为求解所设计的机动代价函数这个非线性优化问题提出了双层优化策略,即先利用随机并行梯度下降法(stochastic parallel gradient descent,SPGD)搜索航向解脱的初始可行解,再运用序列二次规划(sequential quadratic programming,SQP)求得最优解以进行最优的航向解脱.最后运用蒙特卡洛法对算法进行了可靠性评价.结果表明,本方法能够满足在线规划的需要,在解脱开始距离D avo=τ×v i(τ=25 s)的情况下能够实现100%的冲突解脱,该方法能够在保证多无人机冲突解脱安全性的基础上减少机动消耗. 展开更多

关键词 无人机 冲突解脱 双层优化 随机并行梯度下降法 序列二次规划 蒙特卡洛法

在线阅读 下载PDF 职称材料