高分七号卫星多源遥感数据精度优化与评估

高分七号卫星是国内首个亚米级双线阵立体成像卫星,同时配有两套激光测高仪和激光足印相机,可同期获取多源遥感数据。文中采用高分七号卫星获取的多源遥感数据进行平面和高程精度优化,利用激光测高数据对立体影像密集匹配的DSM进行偏度、中值、线性和二阶多项式模型和高程优化评估,利用足印影像对DOM进行一阶仿射变换方法和平面优化评估,并利用外业控制点对无控平面高程、激光高程优化、足印-激光平面高程优化、外业-激光平面高程优化等不同优化模型的结果进行精度评估。实验结果表明,利用激光测高数据可明显优化DSM高程精度,无控DSM高程误差平均值为?4.268 m,中误差为4.518 m,经过中值模型优化后的DSM高程误差平均值提升为?0.272 m,中误差提升为1.508 m,经过线性模型优化后的DSM高程误差平均值提升为?0.320 m,中误差提升为1.351 m;利用足印影像可改善DOM的平面精度,平面误差平均值从13.606 m提升到5.341 m,中误差从13.626 m提升到5.495 m。     

高超声速滑翔飞行器全程总红外辐射最小的轨迹优化（特邀）

为降低高超声速飞行器再入过程中,产生的气动热辐射对红外探测窗口性能的影响,从轨迹优化的角度,以再入飞行全程驻点总红外辐射为目标函数,提出了一种基于改进鲸鱼优化算法(Whale Optimization Algorithm,WOA)的高超声速飞行器轨迹优化算法。首先,通过Tent混沌映射和控制因子余弦变化改进WOA,改进算法位置更新时的位置指向性,增强算法全局搜索能力;同时,将再入轨迹优化问题转化为控制量剖面参数优化问题,采用倾侧角一次翻转策略,利用普朗克公式计算驻点红外辐射,并设计目标函数,利用阻力加速度再入走廊处理路径约束,采用罚函数法将终端约束同目标函数相结合;最后,利用改进的WOA对设计的控制量剖面进行参数寻优,获得使目标函数最优的解。仿真实验表明: 文中改进的WOA能够有效完成全程总红外辐射最小的再入轨迹优化任务,全局搜索能力强,且具有较好的鲁棒性。     

面向狭窄场景的鲁棒多视角配准方法

多视角点云配准是逆向工程中的关键步骤之一,具有重要的研究意义和工程应用价值。而对于狭窄场景(如口腔或机械结构内部)获取的点云数据,多视角配准算法的精度直接影响重建精度的好坏。为了提升狭窄场景多视角点云配准的速度和鲁棒性,提出一种基于位姿图优化的增量式多视角点云配准方法。首先针对相邻视角的点云,结合迭代最近点法(ICP)和基于特征的配准方法,提出一种多策略融合的成对点云配准算法,用于求解相邻视角点云的配准结果;然后在增量式相邻视角点云配准的基础上,进一步提出一种基于距离约束的回环检测方法,并依据相邻视角点云的配准结果和回环检测的结果构建位姿图;最后采用实时优化策略对位姿图进行优化,消除累计误差,实现鲁棒的多视角配准。实验结果表明,提出的多策略融合配准算法和基于距离约束的回环检测方法是有效的。经典ICP算法和基于FPFH特征的配准算法在实验中存在失效的现象,而提出的多策略融合配准算法并无失效。基于距离筛选的回环检测方法较常规的回环检测方法效率提高。提出的多视角配准算法在配准牙齿模型数据时精度可达到0.0357 mm。为了验证算法的普适性,采用多个狭窄场景下连续采集的模型点云进行验证,结果表明:提出的算法取得了不错的效果,表明该方法是一种有效的狭窄场景多视角配准方法。     

单像素高效感知方法概述

资源受限平台的高效率视觉感知是信息领域的瓶颈难题。不同于传统阵列探测成像,单像素成像基于压缩感知原理将多维图像编码为一维采集数据,有效提升了数据压缩率,且灵敏度高、工作波段宽,逐渐成为研究热点。然而,单像素成像重建的图像中仍包含大量对高层语义理解无关的信息,导致传输、存储、计算的资源浪费。单像素感知是一种直接从一维采集数据解耦高级语义推断结果的新型感知技术,无需重建多维图像,相较传统先成像-后感知的技术路径大幅提升了感知效率,在遥感探测、智慧交通、生物医学、国防军事等众多领域具有广阔的应用前景。文中重点梳理了单像素感知技术的发展历程,详细介绍了单像素感知技术的方法架构以及在视觉应用中的研究进展,最后对其未来发展趋势进行了展望。     

基于粒子群算法的LCLC谐振变换器优化设计

LCLC谐振变换器广泛应用在空间行波管放大器(TWTA)中,起到升压的作用.在LCLC谐振变换器中,具有多个谐振参数,即变压器漏感、串联谐振电容、励磁电感以及并联谐振电容.多个谐振参数增加了LCLC谐振变换器总损耗优化的难度.该文提出一种基于粒子群优化算法的LCLC谐振变换器优化设计方法,解决LCLC谐振变换器由于多个谐振参数造成的总损耗优化困难的问题.首先,推导了LCLC谐振变换器的总损耗公式;其次,采用粒子群优化算法,对LCLC谐振变换器的总损耗进行了优化,得到了总损耗最小时的谐振变换器参数;最后,基于优化的LCLC谐振变换器参数,搭建了LCLC谐振变换器,并进行了一系列实验.实验结果证明了该优化设计方法的有效性.     

多种群纵横双向学习和信息互换的鲸鱼优化算法

鲸鱼优化算法(WOA)相较于传统的群体智能优化算法,具有较好的寻优能力和鲁棒性,但仍存在全局寻优能力有限、局部极值难以跳出等问题.针对上述不平衡问题,该文提出一种多种群纵横双向学习的种群划分思路,子群相互独立,子群内个体受到来自横向和纵向两个方向的最优值影响,从而规避局部最优,在探索和开发之间取得均衡.对纵向种群的所有个体,该文提出一种线性下降概率的个体置换策略,促进不同子群的信息流动,加快算法收敛.基于不同个体的历史进化信息,来进行策略算子选择,从而区别于现有基于随机数的策略算子选择方法.利用基准函数进行跨文献对比,数值结果表明该文算法具有很好的优越性和稳定性,在大多数问题上都获得了全局极值,具有较好的问题适用性.     

基于目标容量的网络化雷达功率分配方案

针对现有网络化雷达功率资源利用率低的问题,该文提出一种基于目标容量的功率分配(TC-PA)方案以提升保精度跟踪目标个数.TC-PA方案首先将网络化雷达功率分配模型制定为非光滑非凸优化问题;而后引入Sigmoid函数将原问题松弛为光滑非凸优化问题;最后运用近端非精确增广拉格朗日乘子法(PI-ALMM)对松弛后的非凸问题进行求解.仿真结果表明,PI-ALMM对于求解线性约束非凸优化问题可以较快地收敛到一个稳态点.另外,相比传统功率均分方法和遗传算法,所提TC-PA方案可以最大限度地提升目标容量.     

一种新型单层递归神经网络解决非光滑伪凸优化问题

非光滑伪凸优化问题是一类比较特殊的非凸优化问题,常出现在各类科学与工程应用中,因此具有很大的研究价值.针对现有神经网络模型解决非光滑伪凸优化问题存在的不足,该文基于微分包含理论,提出一种新型单层递归神经网络模型.通过理论分析,证明了神经网络状态解在有限时间内收敛到可行域,且永驻其中,最终神经网络状态解收敛于原优化问题的最优解.最后,通过数值实验,验证了所提理论的有效性.与现有的神经网络相比,该文所提神经网络模型结构简单仅为单层,不需要提前计算罚参数,且对初始点选取没有任何特殊的要求.     

面向注塑工艺过程中的注射速度最优操纵混合优化控制方法

在注塑工艺过程中,注射速度控制是其重要环节之一,实现注射速度的快速可靠优化控制对于注塑产品的高效生产具有重要意义。该文针对一类典型的注塑装备中的伺服电机驱动恒泵液压系统,研究了注塑机工作过程中的注射速度最优跟踪控制问题,提出一种高效的基于控制参数化与粒子群优化相结合的混合智能优化控制方法,分别设计实现了开环最优控制器和状态反馈最优控制器,将控制器设计问题转化为一序列最优参数选择问题,实现了在给定时间内对所期望的注射速度跟踪控制的高效求解。最后通过实验仿真结果验证了所提出的混合优化控制算法对于求解注塑工艺过程中注射速度的动态优化问题的可行性和有效性。     

微波辐射下双(2-苯并咪唑基)丙烷的合成与结构表征

与传统加热相比较,微波辐射促进的有机合成反应具有加热时间短、节能、产率高、不使用或少使用溶剂而对环境友好和节约成本等优点[1]。苯并咪唑类化合物具有广泛的生物活性而被应用到仿生有机合成、遗传学染色体研究及单层膜合成与形态研究的领域[2～4]。苯并咪唑类化合物的传统合成方法是:在HC1、多聚磷酸(PPA)、H3BO3等酸性催化剂使用下加热回流有机酸与邻苯二胺的混合物,然而反应通常需要较高的压力、温度或较长的时间,副反应多[5]。本研究在微波辐射下,以戊二酸和邻苯二胺为原料、PPA为催化剂合成了双(2-苯并咪唑基)丙烷,用正交试…