基于速度矢量合成的AUV在线路径规划研究

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:yanzi841213
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用速度合成算法实现AUV对于运动目标的主动避碰,根据前视声纳信息探测到的障碍物距离信息、AUV的运动信息以及航迹规划信息,采用卡尔曼滤波算法预测动态障碍物运动轨迹和碰撞风险,以最小艏向变化为原则通过调整AUV的航向改变AUV前进路径实现避碰.仿真表明,AUV避碰效果理想,实时性好.
其他文献
为了在提高系统可靠性的同时有效控制修复成本,以k-out-of-n:F系统为研究对象,提出基于累积修复成本限制策略的维护模型,模型中考虑系统部件之间的失效相关性,根据系统中失效部件的数量m将系统故障分为两类.其中,Ⅰ类故障:系统失效部件数0
论文在分析的极限学习机和遗传算法的基础上,提出通过遗传算法选择最优染色体,获得优化的极限学习机输入权值和阈值,提高网络稳定性,降低数据分类误差的方法.算法测试结果表明,基于遗传算法的极限学习机对于特征点较多的农业类数据的分类性能有较大提高.
传统的LMS自适应滤波器收敛速度较慢,存在步长、收敛速度和失调的矛盾.针对此问题,提出了一种基于神经网络控制的自适应滤波器变步长算法,其中神经网络结构选择改进后BP神经网络模型,在反向传播过程中加入动量因子和自适应学习方法.使用自适应滤波器输入信号、输出信号、误差和步长因子建立网络关系(BP-LMS),确定学习步骤进行训练优化.基于理论与仿真实验结果表明,新算法收敛速度快,可以使自适应滤波与神经网络误差补偿相结合,在信噪比低的情况下,可以减少稳态失调,提高测量精度,表现出良好的性能.
LED路灯控制系统通常使用ZigBee通讯网络作为节点间的通讯方式,在其系统组网的过程中,底层Mesh网络分簇主要依靠人工进行,效率较低.论文提出了基于道路网络的路灯聚类组网算法SLCNARN(Street Lamp Clustering Net-working Algorithms Based on Road Network).通过对路灯数据进行聚类分析,增加了聚类算法对基于环境的网络距离定义、路灯集中控制器容量以及对路灯基于道路分布特点的考虑,实验结果表明,该聚类方法能够有效计算出路灯集中控制器的摆放
针对中小型养鸡场中,小鸡的饮水需要人为将水和添加剂按照一定的配比混合在一起的缺点,设计了一种基于单片机STC89C52RC的智能混合设备控制系统.该系统用液位检测模块来检测液位高度,配合蜂鸣器提醒,流量检测模块对所需添加的水和添加剂的含量进行检测,并配合电磁阀控制两种液体的流量,各种数据通过LCD1602进行显示.同时,为了保证供水系统的精度,系统采用了神经网络PID算法.
数据语义有效性是知识图谱能够被推广和提供准确服务的前提.为了保证知识图谱的数据语义有效性,提出了一种面向知识图谱的语义有效性评价方法,利用本体对语义的良好描述与规范,基于本体制定了推理规则,搭建了Map-ping模型实现本体层到知识图谱的映射,构建了语义评价模型,设计并实现了面向知识图谱的实体关系搜索算法和语义有效性评价算法对知识图谱的语义有效性进行评价.基于上述工作,对油田领域内的多个知识图谱进行了语义有效性评价实验,结果表明论文所提方法能够有效地对知识图谱语义有效性进行评价.
针对情报处理领域的知识动态更新问题,提出了一种基于深度学习的目标行为知识发现方法.首先,根据已有知识进行目标数据预处理,实现对目标要素补充;其次,基于已掌握行为意图的历史数据,构建目标行为特征模型;然后,基于深度学习方法实现行为规律分析,为目标识别提供知识支撑;最后,通过目标识别及识别结果的变化异常分析进行新知识发现,形成知识使用、发现的良性循环.通过数值仿真,该方法对舰机目标识别准确率在80%左右,且能有效发现新知识.
根据磨粒Spike参数的思想,提出了spike-angle参数和spike-angle图的概念,以及基于spike-angle图的磨粒形状特征提取方法.首先计算磨粒的所有轮廓点在不同步长时的spike-angle参数,得到磨粒的spike-angle图,spike-angle图的行反映了磨粒轮廓的整体特征,spike-angle图的列反映了磨粒轮廓的局部特征;然后对spike-angle图的行和列分别进行傅里叶变换,并对傅里叶变换系数幅值进行归一化处理;最后每一阶归一化的傅里叶变换系数幅值进行直方图统计,
将信息熵融入TextRank算法中分词器部分以改善关键词抽取的准确度.在分词前,先用信息熵的方式提取文章的关键新词,加入到分词字典中,使分词器能够自主识别新词,以增强文章关键词提取的准确性.当语料中存在新词的时候,关键词抽取准确度效果提升明显,对不存在新词的语料关键词抽取准确度无明显提升.改善分词效果可以提升关键词抽取准确度.
为解决基于背景先验的显著性检测算法在检测复杂背景图像时存在误检问题,提出多先验融合的显著性检测算法.首先,将图像分割成四种不同的超像素尺度,根据流形排序算法计算出不同尺度的边界显著图,并进行线性融合得到最终边界先验;其次,利用边界信息得到背景种子,进而利用距离和元胞自动机融合得到背景先验;然后通过颜色归一化处理,计算出颜色先验;最后,将三个先验图通过多元胞自动机模型得到最终显著图.在公开数据集MSRA1000、ECSSD和DUT-OMRON上与多种算法进行准确率和召回率对比,该算法有更好的表现.