基于PSO-HJ算法的多无人机协同航迹规划方法

针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。     

一类分数阶Langevin方程block-by-block算法的数值分析

分数阶Langevin方程有重要的科学意义和工程应用价值，基于经典block-by-block算法，求解了一类含有Caputo导数的分数阶Langevin方程的数值解.Block-by-block算法通过引入二次Lagrange基函数插值，构造出逐块收敛的非线性方程组，通过在每一块耦合求得分数阶Langevin方程的数值解.在0<α<1条件下，应用随机Taylor展开证明block-by-block算法是3+α阶收敛的，数值试验表明在不同α和时间步长h取值下，block-by-block算法具有稳定性和收敛性，克服了现有方法求解分数阶Langevin方程速度慢精度低的缺点，表明block-by-block算法求解分数阶Langevin方程是高效的.     

正交匹配追踪算法的迭代残差重建方法

正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法是一种重要的压缩感知重构算法. OMP算法在每次迭代中选择与当前残差最相关的原子. 针对每次迭代需要重新计算残差的问题, 本文考虑偶数次迭代下残差未知的情况. 首先, 研究了奇数次迭代的残差与下一次迭代的残差之间的关系, 得到了一种偶数次迭代时选择原子的标准. 然后, 引入一种回溯机制来处理前面所得的迭代结果, 这种机制通过剔除其中多余的原子来实现精确重建. 据此, 提出了可减少计算残差的改进型正交匹配追踪算法.     

Y3+/Li+和Y3+/Na+双掺杂氟化钡快响应闪烁晶体

氟化钡(BaF₂)晶体是已知响应最快的闪烁晶体,在高能物理、核物理及核医学等领域有着广泛的应用前景。抑制BaF₂晶体的慢发光成分对其工程应用至关重要。本文利用坩埚下降法制备了高Y³⁺掺杂浓度5%、8%、10%(摩尔分数)的BaF₂晶体,并采用Y³⁺与碱金属离子(Li⁺、Na⁺)共掺杂的方法形成电荷补偿阻止间隙F^-的产生,制备了双掺杂型BaF₂快响应闪烁晶体,进而基于优化的5 ns和2 500 ns时间门宽测试方法,研究了Y³⁺掺杂浓度以及Y³⁺与碱金属离子(Li⁺、Na⁺)共掺杂浓度对BaF₂闪烁晶体快/慢成分比的影响规律。结果表明,生长的高浓度Y³⁺掺杂BaF₂晶体的光学质量优异,在220 nm和300 nm处透过率分别高于90%和92%;随着Y³⁺掺杂浓度由0提高至10%,BaF₂晶体的慢发光成分显著降低,快/慢成分比由0.15提高至1.21;生长的Y³⁺/Li⁺及Y³⁺/Na⁺共掺杂BaF₂晶体的慢发光成分较Y³⁺掺杂BaF₂晶体进一步降低,快/慢成分比最高分别可达1.63和1.61。研制的双掺杂BaF₂快响应闪烁晶体有望应用于高能物理、核物理前沿实验等重要领域。     

数学归纳法与其在计算机科学中的应用北大核心

1引言数学归纳法是中学数学课程中的一个课题.我们通过一些有关整数的恒等式来学习归纳法.比如我们可以证明,对所有的整数n≥0,成立:0+1+2+3…+n=n(n+1)/2.我们假定,读者对这类证明已经很熟悉了为了完整,我们只对一些基础知识做一个系统的介绍,另一方面,归纳法在计算机科学的算法理论中有大量运用,我们希望通过介绍相关知识使读者看到数学对计算机科学的贡献,而且看到计算机科学不仅仅是编程序.     

基于CT扫描数据的X射线能谱估计方法

X射线能谱在计算机层析成像(computed tomography,CT)图像硬化校正、双能谱CT成像、辐射剂量计算等方面具有重要作用.常用的估计X射线能谱分布的方法,利用X射线穿过不同厚度模体的衰减数据,来间接估计X射线能谱分布.由于该问题具有严重的病态性,因此如何鲁棒和准确地求解是能谱估计问题的关键.本文提出了一种利用CT扫描数据来估计X射线能谱分布的方法.该方法中考虑了谱估计和图像重建之间的相互印证关系,即谱估计正确时重建的CT图像无硬化伪影,而重建图像无硬化伪影时,则说明估计的谱准确.该方法利用这种相互印证关系构造优化模型,通过交替迭代求解,估计能谱分布和重建无硬化伪影的CT图像.数值实验和实际实验结果表明,该方法可以准确、鲁棒地估计出X射线能谱.     

改进的测量设备无关协议参数优化方法

实际量子密钥分发中参数的优化选择能大幅提升系统密钥生成率和最大传输距离,由于全局搜索算法的成本过大,本地搜索算法被广泛地应用.然而该算法存在两个问题,一是所得解不一定为全局最优解,二是算法的有效性极大地受制于初始值的选择.利用蒙特卡罗方法对密钥生成率函数是否为凸函数进行了证明,并仿真分析了密钥生成率函数在不同参数维度上的特性,提出了粒子群本地搜索算法并与本地搜索算法进行仿真比较.结果表明,密钥生成率函数为非凸函数,但合理设置初始值,本地搜索算法仍能求得全局最优解;在传输距离较远时,本地搜索算法因难以通过随机取值的方法得到有效的初始值而失效,粒子群本地搜索算法能克服这一缺点,以轻微增加算法复杂度为代价,提升了系统的最大传输距离.     

基于分区搜索算法的快速聚焦策略研究北大核心CSCD

针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题,提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域,平缓区域使用自适应步长进行搜索,提高自动聚焦搜索速度;陡峭区域使用两步搜索法,避免假峰值干扰所导致的聚焦错误,提高自动聚焦准确率。实验结果表明,分区搜索算法相较于爬山算法聚焦速度提升了11.25%,且具有更好的准确性和抗干扰能力。     

基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法（CARS）筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析（PLS－LDA）建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析（PARAFAC）建立的模型进行比较。从模型评价指标看,CARS－PLS－LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS－PLS－LDA分类模型的AUC（Area under curve）值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。     

基于高通量解析算法的复杂样品重叠气相色谱-质谱信号的快速分析

化学计量学算法为重叠气相色谱-质谱(GC-MS)信号的解析提供了有效手段,但其在计算过程中一般需要将数据进行分段处理,然后只对信号的某些区间进行解析,难以实现真正意义上的高通量分析。该文结合移动窗口目标转换因子分析(MWTTFA)和非负免疫算法(NNIA),建立了一种高通量解析方法。首先,根据所有可能存在的目标组分的标准质谱信息,利用MWTTFA检验复杂信号中存在的组分,并确定目标组分的质谱信息和洗脱时间区域。以得到的质谱信息作为后续计算的输入值,利用NNIA解析得到相应的色谱信息。采用快速升温程序对17种和42种农药混合标准样品的GC-MS信号进行分析,利用所建立的方法可在10 min内得到全部组分的色谱和质谱信息。