基于点对应的相机姿态估计算法性能评价

基于点对应的相机姿态估计算法缺少科学的性能评价方法,增加了工程应用中算法选择的难度.针对该问题,提出了在特定代价函数下的相机姿态估计算法性能评价方法,主要包括3个性能评价参数:精度、效率和存在区域最优解成功率.其中,区域最优解不同于局部最优解,若给定区域为代价函数定义域,则区域最优解等价于全局最优解.着重阐述了存在区域最优解的判断方法,以角度残差为基础建立代价函数,利用姿态矩阵计算代价函数的Hessian矩阵下界,若Hessian矩阵下界半正定,则代价函数在以该姿态矩阵为中心、大小由像点噪声模型确定的邻域内为凸函数,即存在区域最优解.借助仿真实验平台,对9种经典相机姿态估计算法进行了性能评价.结果表明,RPnP+LHM算法的综合性能最优.     

改进的粒子群优化目标跟踪方法

针对粒子群优化算法应用在目标跟踪时,其惯性权重调节机制的局限性,提出了改进的粒子群优化目标跟踪方法。首先,对目标及粒子群算法中相应参数进行初始化;接着,引入粒子进化率的概念,对惯性权重调节机制进行改进,根据每代每个粒子的不同状态及时调整惯性权重;然后,在更新粒子的速度和位置的同时,更新个体最优解和全局最优解,进行下一次迭代;最后,比较粒子的适应度,选择相似性函数值最大的区域为目标。实验结果表明,该方法与使用自适应惯性权重调节机制的粒子群优化目标跟踪方法相比,减少了获取相同适应度所需的迭代次数,运算效率提高了42.9%。实现了目标在相似性函数出现"多峰"情况下的准确定位,对目标出现部分遮挡的情况具有很好的适应性。     

基于量子存储的长距离测量设备无关量子密钥分配研究

针对量子中继器短时间内难以应用于长距离量子密钥分配系统的问题, 提出了基于量子存储的长距离测量设备无关量子密钥分配协议, 分析了其密钥生成率与存储效率、信道传输效率和安全传输距离等参数间的关系, 研究了该协议中量子存储单元的退相干效应对最终密钥生成率的影响, 比较了经典测量设备无关量子密钥分配协议和基于量子存储的测量设备无关量子密钥分配协议的密钥生成率与安全传输距离的关系. 仿真结果表明, 添加量子存储单元后, 协议的安全传输距离由无量子存储的216 km增加至500 km, 且量子存储退相干效应带来的误码对最终的密钥生成率影响较小. 实验中可以采取调节信号光强度的方式提高测量设备无关量子密钥分配系统的密钥生成率, 为实用量子密钥分配实验提供了重要的理论参数.     

非对称信道传输效率的测量设备无关量子密钥分配研究

测量设备无关量子密钥分配方案可以移除所有的探测器侧信道漏洞,通过结合诱骗态方案可以生成无条件安全的密钥.本文研究了非对称信道传输效率下三强度诱骗态测量设备无关量子密钥分配系统的密钥生成率与信道传输损耗的关系,比较了对称信道传输效率和非对称信道传输效率下的距离比率对单边传输效率、单光子误码率和量子密钥生成率的影响,仿真结果表明随着信道不匹配度逐渐增加,可容忍信道传输损耗由对称信道情形下的62 dB分别降至38 dB(距离比率为0.5)和17 dB(距离比率为0.1),能够安全提取密钥的可容忍传输损耗下降较快,密钥生成率的安全传输距离也随之降低.实验中可以采取调节信号光强度的方式提高非对称传输效率下测量设备无关量子密钥分配系统的密钥生成率,为实用的量子密钥分配实验提供了重要的理论参数.     

奇相干光源的测量设备无关量子密钥分配研究

刻画了奇相干光源的光子数分布特征,研究了奇相干光源下诱骗态测量设备无关量子密钥分配系统的密钥生成率与安全传输距离的关系,推导了奇相干光源下的计数率下界和误码率上界.仿真结果表明,奇相干光源光子数分布中多光子脉冲的比例低于弱相干光,可以有效提高诱骗态测量设备无关密钥分配系统的最大安全通信距离,为实用的量子密钥分配实验提供了重要的理论参数.     

角度受限下稀疏投影数据的改进粒子群优化随机CT重建

当计算机断层成像(CT)中X射线的采样范围和数量受限时,得到的稀疏投影数据完备性很低,重建算法的搜索空间巨大。基于凸优化思路的迭代求解算法及其改进采用固定搜索路径,难以在有限时间内收敛至全局最优解;粒子群优化具有全局搜索能力,但计算成本和存储代价过高。为解决这类不完备投影数据的重建问题,提出基于粒子群优化的随机稀疏重建算法。首先,通过随机策略生成具有多样性的初始种群,以保证算法的搜索能力;其次,随机选择梯度下降或基于个体历史最优解和全局历史最优解的随机方向进行迭代,以兼顾算法效率和搜索方向的多样性;最后,基于适应度评价,有针对性地重新生成随机初始种群,强制跳离局部最优。针对角度受限下无噪声和含噪声的稀疏投影数据,分别进行重建实验。结果显示,与常见的凸优化迭代和粒子群优化算法相比,本文算法既能保证算法效率,又在重建质量和算法稳健性上具有明显优势。     

基于量子粒子群算法的混沌系统参数辨识

针对混沌系统参数辨识问题, 在基本群智能算法粒子群优化算法的基础上, 提出量子粒子群算法, 测试函数证明了算法具有良好的全局优化能力. 进而将其应用于混沌系统参数辨识问题, 将参数辨识问题转化为多维函数空间上的优化问题. 通过对平衡板热对流典型混沌系统Lorenz系统进行研究, 并与基本算法和遗传算法比较. 仿真实验证明, 算法的有效性, 对混沌理论的发展有着非常重要的意义. 关键词： 量子粒子群算法 混沌系统 系统辨识     

膜量子蜂群优化的多目标频谱分配

为了解决认知无线电系统中最大和网络效益和用户间公平性联合最优化的多目标频谱分配难题,基于量子蜂群理论和膜计算,提出了一种新的离散多目标组合优化算法—–膜量子蜂群优化.所提算法在基础膜可以搜索到单个目标的全局最优解,在表层膜获得兼顾网络效益和公平的Pareto前端解.通过膜间的通信规则、量子觅食行为的协同演进和非支配解排序可获得能同时求解单目标和多目标优化问题的多目标优化算法,并与经典的敏感图论着色算法、遗传算法、量子遗传算法和粒子群算法等频谱分配算法在不同的目标函数下进行仿真性能比较.仿真结果表明:在不同网络效益函数下所提的膜量子蜂群频谱分配算法都能够较好地找到单目标最优解,优于经典的频谱分配算法和已有的智能频谱分配算法,还可获得多目标频谱分配的Pareto前端最优解集.     

降雨背景下量子定位系统中最优平均光子数自适应策略

量子定位系统（QPS）是一种高精度且安全的定位系统,光子数的变化会对定位误差和安全性造成很大影响。为了降低降雨天气下系统的定位误差并提高系统的安全性能,基于诱骗态量子密钥分配协议和最优平均光子数自适应（PNA）算法,提出了抵抗降雨干扰的QPS诱骗态自适应调整策略。建立了降雨强度、传输距离与最优平均光子数间的自适应关系,对自适应调整前后的定位误差和安全密钥生成率进行了对比。仿真结果表明,当降雨强度为10 mm/h,传输距离为10 km时,采用PNA算法后,系统定位误差由13.81 cm减小到1.13 cm;当降雨强度为1.47 mm/h,传输距离为25 km时,采用PNA算法后,系统的安全密钥生成率由5.5×10^-4提高到6.3×10^-4。由此可见,通过自适应调整系统每脉冲所含平均光子数,可以提高QPS在降雨天气下的可靠性。     

蚁群元胞优化算法在人群疏散路径规划中的应用

针对疏散路径规划问题,以栅格化地图为背景的基础上,提出了蚁群元胞优化算法.首先为统一仿真时间步长,建立以六边形元胞为基础的栅格地图;然后利用静态势场对启发函数进行优化,利用分段更新规则优化信息素更新方式;最后,将模型参数作为粒子群优化算法的粒子位置信息进行优化,求解参数的最优组合值.仿真结果表明:采用蚁群元胞优化模型进行疏散路径规划时,不仅加快了搜索速度,而且增大了解空间,提高了搜索能力,可以有效避免陷入局部最优解.     

基于旁瓣级最小化的平面螺旋阵列设计的粒子群优化方法

基于粒子群优化算法,以最大旁瓣级最小化为代价函数,在阿基米德螺旋线上搜索最优平面螺旋阵列。数值仿真计算利用粒子群优化算法搜索得到旁瓣级最低的最优阵列,与其他阵型比较,并在半消声室对各种声源进行声场测量和声源定位实验,验证了粒子群优化方法进行阵型优化的有效性。     

电力系统故障诊断的萤火虫和粒子群混合算法研究

电力系统故障诊断主要就是根据保护和断路器的动作信息来判别故障区域,而找出故障元件又是其难点和主要工作,以目标函数描述其模型,则故障诊断问题转化为0-1整数规划问题。适合于智能算法求解。用粒子群算法解决该问题时收敛速快,但容易陷入局部最优值;用萤火虫算法时能够找到全局最优值,但其后期收敛速度较慢。论文融合这两种算法并用之求解故障诊断的目标函数,仿真结果表明：融合后的算法兼备两种算法的优点,能够以较快速度收敛,并找到全局最优解,且收敛精度高,稳定性好。     

云环境下基于节能和负载均衡的混沌粒子群资源优化调度

针对传统云计算资源调度方法仅关注任务的最大完成时间,没有考虑到节能和资源负载均衡的问题,提出了一种基于混沌粒子群算法实现云资源优化调度的方法;首先,定义了以节能和负载均衡为目标的多目标数学模型,然后设计了一组靠近最优Pareto 前沿的解作为初始种群,采用改进的粒子群算法来搜索最优调度方案,当最优解连续两代未发生变化时,通过混沌遍历法对粒子进行局部寻优,以加快获取全局最优解;在CloudSim仿真环境下结合Matlab工具进行实验,结果表明:文中方法负载均衡离差平均值为0.156,且较其它方法,具有较好的负载均衡能力和较低的能耗,具有很强的可行性。     

基于粒子群优化的核匹配追踪目标识别

提出了一种基于粒子群优化的用于目标识别的核匹配追踪算法.该算法用粒子群优化算法在基函数字典中选择最优的基函数,大大降低了基匹配追踪算法的计算复杂度.通过与标准核匹配追踪算法及基于遗传算法的核匹配追踪算法对UCI数据集及纹理图像的识别试验表明,核匹配追踪算法优良的分类性能以及粒子群优化算法高效的全局搜索能力使新算法能有效识别目标数据.     

基于标记配对相干态的量子密钥分配协议的统计涨落分析

为了更加全面分析测量设备无关量子密钥分配协议,对基于标记配对相干态的测量设备无关量子密钥分配协议进行了统计涨落分析。首先分析了当光源在统计涨落时,随着发送信号脉冲数的增加,误码率和密钥生成率与传输距离的关系。结果表明,增加脉冲数能增大密钥生成率和最大传输距离,降低误码率,且基于标记配对相干态的协议性能比基于指示单光子源的协议性能要好。进一步分析了光源在统计涨落时,基于标记配对相干态的测量设备无关量子密钥分配协议在非对称信道中的密钥生成率与传输距离的关系,由仿真结果得知,非对称信道时的性能比对称信道时的性能好。     

一种强噪声背景下微弱超声信号提取方法研究

为解决在强噪声背景下获取超声信号的难题,基于粒子群优化算法和稀疏分解理论提出一种强噪声背景下微弱超声信号提取方法.该方法将降噪问题转换为在无穷大参数集上对函数进行优化的问题,首先以稀疏分解理论和超声信号的结构特点为依据构建了粒子群优化算法运行所需要的目标函数及去噪后信号的重构函数,从而将粒子群优化算法和超声信号降噪联系在一起;然后根据粒子群优化算法可以在连续参数空间寻优的特点建立了用于匹配超声信号的连续超完备字典,并采用改进的自适应粒子群优化算法在该字典中对目标函数进行优化;最后根据对目标函数在字典上的优化结果确定最优原子,并利用最优原子按照重构函数重构出降噪后的超声信号.通过对仿真超声信号和实测超声信号的处理,结果表明本文提出的方法可以有效提取信噪比低至-4 dB的强噪声背景下的微弱超声信号,且和基于自适应阈值的小波方法相比本文方法表现出更好的降噪性能.     

基于旋转不变态的测量设备无关量子密钥分配协议研究

本文提出了一种基于旋转不变态的偏振无关测量设备量子密钥分配协议,既适用于偏振编码测量设备无关量子密钥分配系统,也应用于相位编码测量设备无关量子密钥分配系统的相干过程.通过在线偏振基进入信道传输前嵌入2块q玻片,使得在传输过程中将线偏振基转化为旋转不变的圆偏振基,而第三方对接收到的脉冲进行Bell态测量前,利用q玻片的算符可逆性,将圆偏振基还原为线偏振基进行测量,可以有效消除信道传输中偏振旋转导致的误码.本文分析了偏振无关的三诱骗态测量设备无关量子密钥分配系统的误码率,研究了密钥生成率与安全传输距离的关系,仿真结果表明,对于偏振编码测量设备无关量子密钥分配系统,该协议可以有效提高系统的最大安全通信距离,为实用的量子密钥分配实验提供了重要的理论参数.     

逆合成孔径激光雷达机动目标运动补偿成像算法

逆合成孔径激光雷达(ISAL)成像运动补偿中,包络对齐的精度直接影响了相位误差估计精度.当目标速度和加速度较大时,距离包络严重倾斜且相位误差较大,图像无法进行良好聚焦.针对上述问题,在高精度成像模型的基础上提出了一种基于Nelder-Mead单纯形法和粒子群优化的全局联合运动误差补偿算法.首先,利用单纯形法估计目标速度,完成包络对齐.然后,将包络对齐过程获得的目标速度作为相位误差估计中参数初始化的约束条件.最后,用粒子群优化算法对各运动参数进行全局搜索并得到最优解,实现高精度运动参数估计及高阶相位误差补偿,得到聚焦良好的二维图像.实验结果表明,本算法的参数估计误差主要分布在±0.2％以内,参数估计精度和抗噪声性能均优于传统ISAL成像算法.     

基于小电流二次放电法的蓄电池内阻在线检测研究

北斗伪距单点定位具有易于实现、不存在整周模糊度、速度快等特点,具有很大的研究和应用价值。传统最小二乘法由于引入了线性误差、对初始值依赖性强而导致定位精度低。为了提高北斗伪距单点定位的精度,通过分析最小二乘法和粒子群算法的优缺点,提出了一种LS-PSO组合算法。首先利用最小二乘法定位计算接收机的大约位置,作为粒子群算法解的基准值并建立解的搜索空间,然后利用粒子群算法得到全局最优值,解算出精度更高的结果。经过实验验证,LS-PSO组合算法可以稳定的解算出m级精度的定位结果,并且三维方向偏差都在大约5m以内。最后通过与遗传算法的收敛情况和最小二乘法的定位精度进行对比,证明LS-PSO组合算法可以快速的收敛到最优解并且有效的提高了北斗伪距单点定位精度。     

基于LS-PSO的北斗伪距单点定位算法

北斗伪距单点定位具有易于实现、不存在整周模糊度、速度快等特点,具有很大的研究和应用价值;传统最小二乘法由于引入了线性误差、对初始值依赖性强而导致定位精度低;为了提高北斗伪距单点定位的精度,通过分析最小二乘法和粒子群算法的优缺点,提出了一种LS-PSO组合算法;首先利用最小二乘法定位计算接收机的大约位置,作为粒子群算法解的基准值并建立解的搜索空间,然后利用粒子群算法得到全局最优值,解算出精度更高的结果;经过实验验证,LS-PSO组合算法可以稳定的解算出m级精度的定位结果,并且三维方向偏差都在大约5 m以内;最后通过与遗传算法的收敛情况和最小二乘法的定位精度进行对比,证明LS-PSO组合算法可以快速的收敛到最优解并且有效的提高了北斗伪距单点定位精度。