一种人工干扰与ESN-PSO结合的无人机轨迹规划方法

    公开(公告)号:CN112859924B

    公开(公告)日:2023-11-28

    申请号:CN202110110603.7

    申请日:2021-01-27

    申请人: 大连大学

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种人工干扰与ESN‑PSO结合的无人机轨迹规划方法,包括:针对地面存在一个窃听者的情况下,建立无人机对地通信系统模型,定义系统的被窃听率,以此作为优化目标;构建回声状态网络,利用所述回声状态网络预测无人机轨迹;利用粒子群算法优化所述回声状态网络的参数,建立ESO‑PSO无人机轨迹预测模型;使距离窃听者最近的地面节点发送人工噪声以干扰窃听者,重新建立无人机对地通信系统模型;通过所述人工噪声结合所述ESO‑PSO无人机轨迹预测模型预测无人机轨迹,降低被窃听率,提高系统的安全。(56)对比文件Moorthy等.LeTera: Stochastic BeamControl Through ESN Learning inTerahertz-B and Wireless UAVNetworks.IEEE Conference on ComputerCommunications Workshops.2020,1039-1044.

    未知环境中基于障碍物位置预测改进人工势场法的无人机路径规划方法

    公开(公告)号:CN113342047B

    公开(公告)日:2023-10-17

    申请号:CN202110698686.6

    申请日:2021-06-23

    申请人: 大连大学

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种未知环境中基于障碍物位置预测改进人工势场法的无人机路径规划方法,该方法为了将障碍物位置信息离散化,使用障碍物在栅格中坐标表示障碍物的位置信息。无人机通过检测并记录障碍物移动信息,根据障碍物向其周围各个方向移动的概率可使用马尔可夫预测得到其下一时刻位置。在此基础之上,无人机采用人工势场避障时提前行动以提升无人机路径规划的安全性,并且针对传统人工势场的局部极小值,无人机可在预测到障碍物位置的情况下预测自身是否会陷入局部极小值,从而采取将极小值点作为虚拟障碍物的方法进行躲避。此外,无人机在陷入局部振荡后,采用梯度增加引力系数以抑制引力与斥力的突变,引导自身逃离局部振荡。

    一种基于稀疏表示的NMF主动声纳抗混响方法

    公开(公告)号:CN115097428A

    公开(公告)日:2022-09-23

    申请号:CN202210723150.X

    申请日:2022-06-24

    申请人: 大连大学

    摘要: 本发明公开了一种基于稀疏表示的NMF主动声纳抗混响方法,包括如下步骤:步骤1.1:建立目标亮点模型;步骤1.2:建立混响模型,对海底混响信号进行仿真;步骤2:对主动声纳接收的回波信号波束形成预处理;步骤3:利用稀疏表示方法处理主动声纳回波信号;步骤4:利用NMF,即非负矩阵分解对稀疏表示信号进行处理;步骤5:利用NMF对协方差进行估计。本发明根据主动声纳回波信号的形成机理,获得主动声纳回波信号的表达式,对主动声纳回波信号进行稀疏表示,利用非负矩阵分解对信号的稀疏表示形式进行处理,利用梯度下降法给出迭代规则,估计目标信号矩阵的协方差,提高了主动声纳抗混响性能。

    一种微纳卫星多目标优化资源分配方法

    公开(公告)号:CN114826376A

    公开(公告)日:2022-07-29

    申请号:CN202210326081.9

    申请日:2022-03-30

    申请人: 大连大学

    IPC分类号: H04B7/185 G06N3/00 G06N7/08

    摘要: 本发明公开了一种微纳卫星多目标优化资源分配方法,包括:通过微纳卫星资源分配问题的目标函数,确定优化目标为频谱效率与能量效率:假设搜索空间维数表示卫星通信网络中设备的数量,粒子群算法中各粒子表示波束资源分配情况,将波束资源分配的优化目标转化为获取粒子群算法的目标函数;对波束采用Tent混沌映射进行初始化,以确保各波束资源分配的均匀性;在粒子群算法中加入了正余弦思想,更新波束的速度和位置;通过多样性函数定期判断目标群体的状态,运用Tent混沌映射对各波束的资源分配情况进行混沌填充操作。本发明使得各波束资源初始分配均匀,提高了微纳卫星资源分配的效率,优化了系统性能。

    一种无人机集群网络高稳定分簇方法

    公开(公告)号:CN114040358A

    公开(公告)日:2022-02-11

    申请号:CN202111478933.8

    申请日:2021-12-06

    申请人: 大连大学

    摘要: 本发明公开了一种无人机集群网络高稳定分簇方法,包括:依据节点的速度和距离相似度对无人机集群网络的节点分簇,即将一定距离范围内相对静止的无人机节点分成一个簇;根据节点剩余能量、最高节点度、通信情况、任务种类四个影响因素的联合度量指标,采用改进灰狼算法选取簇首;在对无人机集群网络簇结构进行维护时采用周期性维护机制,确保在一个簇首选举周期内,由所述联合度量指标最高的节点担任簇首。本发明方法使网络结构更加稳定,同时使得簇首分布均匀,均衡节点能耗,延长网络生命周期。

    未知环境中基于障碍物位置预测改进人工势场法的无人机路径规划方法

    公开(公告)号:CN113342047A

    公开(公告)日:2021-09-03

    申请号:CN202110698686.6

    申请日:2021-06-23

    申请人: 大连大学

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种未知环境中基于障碍物位置预测改进人工势场法的无人机路径规划方法,该方法为了将障碍物位置信息离散化,使用障碍物在栅格中坐标表示障碍物的位置信息。无人机通过检测并记录障碍物移动信息,根据障碍物向其周围各个方向移动的概率可使用马尔可夫预测得到其下一时刻位置。在此基础之上,无人机采用人工势场避障时提前行动以提升无人机路径规划的安全性,并且针对传统人工势场的局部极小值,无人机可在预测到障碍物位置的情况下预测自身是否会陷入局部极小值,从而采取将极小值点作为虚拟障碍物的方法进行躲避。此外,无人机在陷入局部振荡后,采用梯度增加引力系数以抑制引力与斥力的突变,引导自身逃离局部振荡。

    一种光子传输性能仿真方法

    公开(公告)号:CN102594440B

    公开(公告)日:2015-02-11

    申请号:CN201210041535.4

    申请日:2012-02-22

    申请人: 大连大学

    IPC分类号: H04B10/00

    摘要: 本发明公开了一种光子传输性能仿真方法,包括:步骤1:设定待仿真光子数目、各光子的初始状态和介质光学特性参数;步骤2:根据初始状态发射光子,对每一光子传输路径进行追踪,追踪过程中,对经过介质界面或接收平面的光子采用修正的蒙特卡罗方法实现追踪;步骤3:基于追踪结果进行统计计算,生成光斑分布图、多径时延概率图、最大多径时延、63%光子平均多径时延和最大时延、光子所剩数目并显示。本发明是针对光子运动路径上的介质界面及接收平面,提出了修正的蒙特卡罗方法,使得仿真结果更加准确,为进一步开发激光对水下接收平台通信系统提供了更精确的仿真数据。

    农田杂草的检测方法及系统、电子设备

    公开(公告)号:CN118298406A

    公开(公告)日:2024-07-05

    申请号:CN202410488772.8

    申请日:2024-04-22

    申请人: 大连大学

    摘要: 本发明涉及图像识别领域,提供一种农田杂草的检测方法及系统、电子设备,其中检测方法包括:采集农田中有杂草的目标图像;利用基于RevColNet主干网络的YOLOv8构建杂草检测模型,基于所述杂草检测模型进行杂草识别;对杂草进行精准的清除。用以解决现有技术中在进行农田杂草识别时,不能很好的描述杂草的各种信息,难以取得较高的识别准确率,且面临着计算复杂度较高、模型参数量多、模型规模较大等问题的缺陷,本申请的方案提供了一种基于YOLOv8的改进模型,可以以更高的精度识别农田中的杂草,且计算复杂度较低,杂草识别的效率更高。

    一种基于改进狮群算法的混合图像盲分离方法

    公开(公告)号:CN114936577B

    公开(公告)日:2024-03-26

    申请号:CN202210560535.9

    申请日:2022-05-23

    申请人: 大连大学

    IPC分类号: G06F18/24 G06F17/16 G06N3/006

    摘要: 本发明公开了一种基于改进狮群算法的混合图像盲分离方法,包括:将图像源信号经过非奇异混合矩阵A处理,得到图像观测信号;对所述图像观测信号X(t)进行中心化和白化处理;获取初始种群x,其中每个个体xi的位置对应一个信号分离矩阵,每个个体xi的适应度值对应其峭度值;根据图像盲分离问题的适应度函数获取种群个体对应的信号峭度,并更新当前群体最高峭度值和个体最高峭度值;在迭代后期,引入免疫浓度选择机制,抑制亲和度低浓度高的个体,保留亲和度高浓度低的个体;根据Y(t)=WX(t)输出图像分离信号,实现对混合图像的盲分离;本方法搜索精度高,收敛速度快,可以有效地分离含噪混合图像,在现代信号处理、图像处理等领域具有广泛的应用前景。

    一种基于傅里叶变换的运动图像去模糊模型

    公开(公告)号:CN117115040A

    公开(公告)日:2023-11-24

    申请号:CN202311171962.9

    申请日:2023-09-12

    申请人: 大连大学

    摘要: 本发明公开了一种基于傅里叶变换的运动图像去模糊模型,在去模糊模型中设置三级对称编码器‑解码器架构;在编码器、解码器中使用自注意力机制FDSA在频域中估计缩放点积的注意力;在编码器、解码器中使用前馈网络FFDN融合模糊核级信息和像素级信息,并引入可学习的量化矩阵M以确定哪些频率信息保留;使用跨连接通道注意力模块CCAM作为编码器、解码器之间的信息交换组件;所述编码器连接了Sobel滤波器以增强边缘特征;联合三个损失函数综合图像的感知质量和频域特性,引导模型专注于恢复模糊图像中的高频分量。本发明提出一种着重于细节和增强边缘的去模糊模型,以获得高质量的去模糊图像。