基于Hamilton理论的无人车路径跟踪控制

针对当前车辆路径跟踪控制存在精度低、可靠性差的问题,基于Hamilton理论提出一种四轮驱动四轮转向无人车路径跟踪分层控制方法.通过集成车辆动力学模型和路径跟踪模型,建立了路径跟踪误差模型,结合系统控制目标,提出采用Hamilton理论设计车辆上层控制器,用于实现路径跟踪误差模型的镇定,从而提高车辆路径跟踪的精度与鲁棒性.同时,在下层控制器中,设计4个车轮纵向轮胎力分配算法,通过轮胎力的动态分配满足车辆上层控制需求.利用CarSim和Simulink搭建车辆路径跟踪联合仿真模型并进行仿真实验,仿真结果表明,提出的无人车路径跟踪分层控制策略能够通过前后轮转角以及4个轮胎力的实时控制与分配,抑制路径跟踪过程中的横向误差和航向误差,提高路径跟踪精度并确保控制系统的可靠性.      

基于无人机平台的电视信号功率检测方法

本文提出了一种电视信号功率辐射检测新方法,用于对电视信号发射系统发射端EIRP进行检测.在硬件上,根据该方法搭建了以无人机为平台的电视信号功率低空辐射检测系统,对电视信号频率和功率进行测量;在软件上设计了电视信号功率路径损耗补偿算法,对数据进行筛选、计算、存储和显示.系统在郑州和石家庄的电视信号塔上的电视信号功率对实际台站进行了测试验证,结果表明,该方法比传统地面辐射检测的测量误差减小5 dB以上,有效地解决了地面检测选址困难的问题,降低了由于复杂环境、设备缺陷带来的检测误差,提高了检测效率和准确性.      

动态交通分配模型仿真研究

依据最优控制理论，建立了一种能够用于多OD对拥挤道路网上的时交通流形态预测的动态用户最优分配模型，讨论了此模型离散形式的解法，并利用Frank-Wolfe算法对模型进行了仿真，计算机仿真结果表明了该方法是有效的。     

广义Jacobsthal数及其组合意义

引入了广义k阶Jacobsthal序列的概念,得到了k-Jacobsthal序列的发生函数以及相关的组合恒等式.通过研究两种格路的计数,给出了k-Jacobsthal数的两种组合解释.     

大规模网络最短路径算法的优化及实现

求解大规模复杂网络的最短路径问题由于其计算速度慢、需耗费的存储空间大,是与地理信息相关的应用系统经常遇到的瓶颈问题．在深入分析各种常用最短路径算法基础上,基于经典Dijkstra算法,从时间和空间优化角度,实现一种计算任意2点间最短路径的优化算法．初步实验表明,优化后的算法在处理大规模复杂网络的最短路径问题时比经典Dijkstra算法在计算时间上缩短了80％,在耗费的存储空间上减少了将近一倍．     

论我国电信与传媒产业边界融合的路径选择

在界定了电信业和传媒业融合边界的基础上,利用产业融合的基本理论,提出电信业和传媒业融合的路径选择。     

浅谈随书附盘的特点及其管理与利用

分析了目前出现的各种随书附盘的特点,归纳出对随书附盘进行管理的几种模式,探讨了如何更好地利用随书附盘的途径。     

基于GIS的交叉路口动态行驶时间预测方法的研究

城市路径诱导系统的一个非常重要的作用就是能动态预测车辆在某路段上的行驶时间。在传统的时间预测方法中,往往忽视一个非常重要的时间花费——交叉路口通过时间,这个时间由通过时间和等待时间两部分来组成。通过建立模型对交叉路口通过时间进行了分析和研究,仿真结果可以看出,这个时间对于路径诱导的决策性影响是比较大的。     

Inference of Molecular Regulatory Systems Using Statistical Path-Consistency Algorithm

One of the key challenges in systems biology and molecular sciences is how to infer regulatory relationships between genes and proteins using high-throughout omics datasets. Although a wide range of methods have been designed to reverse engineer the regulatory networks, recent studies show that the inferred network may depend on the variable order in the dataset. In this work, we develop a new algorithm, called the statistical path-consistency algorithm (SPCA), to solve the problem of the dependence of variable order. This method generates a number of different variable orders using random samples, and then infers a network by using the path-consistent algorithm based on each variable order. We propose measures to determine the edge weights using the corresponding edge weights in the inferred networks, and choose the edges with the largest weights as the putative regulations between genes or proteins. The developed method is rigorously assessed by the six benchmark networks in DREAM challenges, the mitogen-activated protein (MAP) kinase pathway, and a cancer-specific gene regulatory network. The inferred networks are compared with those obtained by using two up-to-date inference methods. The accuracy of the inferred networks shows that the developed method is effective for discovering molecular regulatory systems.     

基于势场导向的对数蚁群算法的移动机器人路径规划

针对蚁群算法存在收敛速度慢,易陷入局部最优的问题,提出了一种将人工势场和对数蚁群算法相融合的新算法.该算法是在蚁群算法的基础上,将势场的影响因素引入到蚁群算法的状态转移概率函数和启发函数中,并通过对数函数模型对蚁群算法的信息素更新策略进行改进,使得路径算法搜索不再具有盲目性,并加快算法的收敛速度.为了验证改进算法的有效...