针对自主水下航行器(AUV)在统计特性时变且未知的高斯噪声条件下作业时的定位精度不足问题,提出一种基于自适应阈值与改进Sage-HusaUKF(Adaptive Threshold and Improved Sage-HusaUKF,AT-ISHUKF)的AUV协同定位算法。首先,对量测噪声协...针对自主水下航行器(AUV)在统计特性时变且未知的高斯噪声条件下作业时的定位精度不足问题,提出一种基于自适应阈值与改进Sage-HusaUKF(Adaptive Threshold and Improved Sage-HusaUKF,AT-ISHUKF)的AUV协同定位算法。首先,对量测噪声协方差矩阵更新进行改进,以降低误差协方差矩阵失去正定性的风险;然后,引人自适应阈值判断噪声特性变化是否明显,若变化明显,采用较小的自适应因子来更快地适应这种变化,若变化不明显,则采用较大的自适应因子来保持估计的稳定性。仿真结果表明,在噪声统计特性时变且未知的基础上,统计特性突变为原来的5倍,平均定位误差比Sage-Husa-UKF算法减少了48.9%,均方根误差减少了61.7%。提出的AT-ISHUKF算法在噪声统计特性时变且未知的情况下有效地提高了跟随AUV的定位精度和滤波的鲁棒性。展开更多
步进频探地雷达具有灵敏度高、动态范围大、平均功率大等优点,设计并实现了一种基于射频片上系统芯片(radio frequency system on chip,RFSOC)的步进频探地雷达收发系统。该系统主要包含发射链路、接收链路、时钟单元、可程序化逻辑门阵...步进频探地雷达具有灵敏度高、动态范围大、平均功率大等优点,设计并实现了一种基于射频片上系统芯片(radio frequency system on chip,RFSOC)的步进频探地雷达收发系统。该系统主要包含发射链路、接收链路、时钟单元、可程序化逻辑门阵列(field programmable gate array,FPGA)控制系统以及数据传输单元等模块,通过设置发射端与接收端的数控振荡器(numerically controlled oscillator,NCO)多片同步从而实现载波同频同相,保证雷达收发信号的相位相干性,并在数据传输单元中设计接收时窗。实验测试结果表明,该系统能够实现频率范围200 MHz~2 GHz、步长2 MHz的步进频率信号发射和接收,能够实现对自由空间、沙坑以及沥青路面等多个场景目标的有效探测。展开更多
针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟...针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟合对趋势项进行预测;其次,对滑坡周期项的影响因素进行分类,采用VMD对原始影响因子序列进行分解获得最优序列;再次,提出一种结合SVR与基于改进Circle多策略的灰狼优化算法CTGWO-SVR(Circle Tactics Grey Wolf Optimizer with SVR)对滑坡周期项进行预测;最后采用时间序列加法模型求出累计位移预测序列,并采用灰色预测的后验证差校验和小概率误差对模型进行评价。实验结果表明,与GA-SVR和GWO-SVR模型相比,CTGWO-SVR的预测精度更高,拟合度达到0.979,均方根误差分别减小了51.47%与59.25%,预测精度等级为一级,可满足滑坡预测的实时性和准确性要求。展开更多
针对滑坡位移具有高度非线性和复杂性,难以利用传统优化算法结合人工智能方法进行更合理、准确的预测建模的问题,本文提出一种Lévy飞行策略的混沌麻雀优化算法(CLSSA)-变分模态分解(VMD)-支持向量回归(SVR)的滑坡位移预测模型。首...针对滑坡位移具有高度非线性和复杂性,难以利用传统优化算法结合人工智能方法进行更合理、准确的预测建模的问题,本文提出一种Lévy飞行策略的混沌麻雀优化算法(CLSSA)-变分模态分解(VMD)-支持向量回归(SVR)的滑坡位移预测模型。首先利用CLSSA优化VMD分解参数对滑坡位移时间序列进行分解,其次采用CLSSA-SVR模型对VMD分解子序列进行预测,最后通过叠加子序列预测数据求出累计位移预测。以白水河滑坡为例,对该模型进行验证,实验结果表明,所提方法在最终累计位移预测结果中MAE为2.24 mm, RMSE为3.37 mm, R^(2)为0.995,相对于麻雀优化算法-变分模态分解-支持向量回归(SSA-VMD-SVR),所改进的优化算法增加了VMD的自适应能力,提高滑坡位移各分量预测效率。展开更多
针对网联商用车换道安全性、平顺性较低的问题,提出一种基于多策略改进金豺优化算法(multi-strategy improved golden jackal optimization,MSIGJO)的网联商用车换道轨迹规划方法。首先,基于V2X(vehicle to everything)技术获取智能网...针对网联商用车换道安全性、平顺性较低的问题,提出一种基于多策略改进金豺优化算法(multi-strategy improved golden jackal optimization,MSIGJO)的网联商用车换道轨迹规划方法。首先,基于V2X(vehicle to everything)技术获取智能网联商用车周围状态信息,建立商用车换道安全距离模型;其次,引入商用车换道平顺性、经济性和换道效率作为指标,构建多目标协同优化函数;最后,引入动态权重位置更新策略和翻转策略改进金豺优化算法(golden jackal optimization,GJO),进而提出MSIGJO算法,利用MSIGJO算法求解函数得到最优换道轨迹。研究结果表明:该方法在商用车换道过程中横向跟踪精度提升了12.67%,侧向加速度变化率和质心侧偏角变化率分别降低了11.94%和12.65%,有效提升智能网联商用车换道安全性和平顺性,为智能网联商用车换道轨迹规划研究提供参考。展开更多
文摘针对自主水下航行器(AUV)在统计特性时变且未知的高斯噪声条件下作业时的定位精度不足问题,提出一种基于自适应阈值与改进Sage-HusaUKF(Adaptive Threshold and Improved Sage-HusaUKF,AT-ISHUKF)的AUV协同定位算法。首先,对量测噪声协方差矩阵更新进行改进,以降低误差协方差矩阵失去正定性的风险;然后,引人自适应阈值判断噪声特性变化是否明显,若变化明显,采用较小的自适应因子来更快地适应这种变化,若变化不明显,则采用较大的自适应因子来保持估计的稳定性。仿真结果表明,在噪声统计特性时变且未知的基础上,统计特性突变为原来的5倍,平均定位误差比Sage-Husa-UKF算法减少了48.9%,均方根误差减少了61.7%。提出的AT-ISHUKF算法在噪声统计特性时变且未知的情况下有效地提高了跟随AUV的定位精度和滤波的鲁棒性。
文摘步进频探地雷达具有灵敏度高、动态范围大、平均功率大等优点,设计并实现了一种基于射频片上系统芯片(radio frequency system on chip,RFSOC)的步进频探地雷达收发系统。该系统主要包含发射链路、接收链路、时钟单元、可程序化逻辑门阵列(field programmable gate array,FPGA)控制系统以及数据传输单元等模块,通过设置发射端与接收端的数控振荡器(numerically controlled oscillator,NCO)多片同步从而实现载波同频同相,保证雷达收发信号的相位相干性,并在数据传输单元中设计接收时窗。实验测试结果表明,该系统能够实现频率范围200 MHz~2 GHz、步长2 MHz的步进频率信号发射和接收,能够实现对自由空间、沙坑以及沥青路面等多个场景目标的有效探测。
文摘针对滑坡位移难以预测、影响因素难以选择等问题,提出一种结合了二次移动平均(DMA)法、变分模态分解(VMD)、改进灰狼优化(IGWO)算法与支持向量回归(SVR)的模型进行滑坡位移预测。首先,利用DMA提取滑坡位移趋势项和周期项,采用多项式拟合对趋势项进行预测;其次,对滑坡周期项的影响因素进行分类,采用VMD对原始影响因子序列进行分解获得最优序列;再次,提出一种结合SVR与基于改进Circle多策略的灰狼优化算法CTGWO-SVR(Circle Tactics Grey Wolf Optimizer with SVR)对滑坡周期项进行预测;最后采用时间序列加法模型求出累计位移预测序列,并采用灰色预测的后验证差校验和小概率误差对模型进行评价。实验结果表明,与GA-SVR和GWO-SVR模型相比,CTGWO-SVR的预测精度更高,拟合度达到0.979,均方根误差分别减小了51.47%与59.25%,预测精度等级为一级,可满足滑坡预测的实时性和准确性要求。
文摘针对滑坡位移具有高度非线性和复杂性,难以利用传统优化算法结合人工智能方法进行更合理、准确的预测建模的问题,本文提出一种Lévy飞行策略的混沌麻雀优化算法(CLSSA)-变分模态分解(VMD)-支持向量回归(SVR)的滑坡位移预测模型。首先利用CLSSA优化VMD分解参数对滑坡位移时间序列进行分解,其次采用CLSSA-SVR模型对VMD分解子序列进行预测,最后通过叠加子序列预测数据求出累计位移预测。以白水河滑坡为例,对该模型进行验证,实验结果表明,所提方法在最终累计位移预测结果中MAE为2.24 mm, RMSE为3.37 mm, R^(2)为0.995,相对于麻雀优化算法-变分模态分解-支持向量回归(SSA-VMD-SVR),所改进的优化算法增加了VMD的自适应能力,提高滑坡位移各分量预测效率。
文摘针对网联商用车换道安全性、平顺性较低的问题,提出一种基于多策略改进金豺优化算法(multi-strategy improved golden jackal optimization,MSIGJO)的网联商用车换道轨迹规划方法。首先,基于V2X(vehicle to everything)技术获取智能网联商用车周围状态信息,建立商用车换道安全距离模型;其次,引入商用车换道平顺性、经济性和换道效率作为指标,构建多目标协同优化函数;最后,引入动态权重位置更新策略和翻转策略改进金豺优化算法(golden jackal optimization,GJO),进而提出MSIGJO算法,利用MSIGJO算法求解函数得到最优换道轨迹。研究结果表明:该方法在商用车换道过程中横向跟踪精度提升了12.67%,侧向加速度变化率和质心侧偏角变化率分别降低了11.94%和12.65%,有效提升智能网联商用车换道安全性和平顺性,为智能网联商用车换道轨迹规划研究提供参考。
