基于改进量子粒子群算法的AUV路径规划研究

针对海洋环境下自主水下机器人（AUV）的路径规划问题,提出了一种基于框架四叉树的改进量子粒子群算法（QPSO）,首先使用框架四叉树的方法对障碍物建模,该方法提高了建模的精度且对后续算法的效率也有极大的改进,之后设计改进的量子粒子群算法,并且结合水下环境的特殊性设计适应度函数,综合考虑航线路径长度、偏转角度以及海流影响,使得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证,相比于传统的栅格法和粒子群算法,改进量子粒子群算法的运算时间更短,收敛速度更快,其独特的适应度函数可以使AUV能更好适应水下多变的环境,且能利用海流设计能耗更小的路径,具有很大的实用价值。     

电子海图最优航线自动生成算法的改进

从航路二叉树的构建、可操作性质量评价指标的构建以及最短距离航线算法与最短时间航线算法相结合三方面,初步探讨了航线自动生成的改进算法,以得到更合理和实用的航线。     

一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

一种基于改进蚁群优化算法的载人潜水器全局路径规划

基础蚁群优化算法在解决复杂障碍环境下的载人潜水器路径规划问题时,易过早收敛于局部最优解,信息素挥发系数的设置过于依靠经验,路径规划结果受概率影响大且不稳定。为此,提出了一种改进蚁群算法用于解决载人潜水器的全局路径规划问题。该算法提出"路径延伸块"的概念。算法前期采用动态更新信息素参数的蚁群优化算法进行简单迭代计算获得原始路径,并对原始路径进行栅格延伸以得到"路径延伸块";后期在路径延伸块中再次使用蚁群算法或其他寻优算法(Dijkstra算法)寻找最优路径。改进的算法与基础蚁群优化算法相比,算法效率及稳定性更高,不易收敛于局部最优解,能更好地适应U型槽环境和复杂障碍环境。     

基于强化学习的自动帆船路径规划算法研究

作为自动水面航行器的重要分支之一,自动航行帆船在执行长期海事任务时具有低能耗的优势,但其航行过程受到环境因素的影响很大。针对以上情况,本文考虑了自动帆船的自身运动模型,以及在航行时受到的海风、海流和障碍物的影响,提出了自动帆船从起始点至目标点的路径规划算法。该算法通过帆船的平面运动模型来计算环境因素的影响,再通过强化学习中的Q-learning算法实现对于海上两点间的路径规划并同时实现规避障碍物。通过仿真实验证明了本文提出的自动航行帆船的路径规划算法是可行的。     

基于NS2的TCPW性能改进算法研究

TCP Westwood(TCPW)和Vegas都是基于测量的TCP New-Reno增强算法。TCPW针对ACK流直接估算可用带宽,在慢启动和线性递增部分依然采用传统Reno的盲目递增的机制,导致发送端较为频繁的重传。对这几种算法原理进行分析阐述,并提出1种改进方法,更精确的测量估计带宽,通过网络仿真工具NS2进行验证,明显去除TCP全局同步现象,增强网络性能。     

基于A*算法的海底地形等深线模型构建方法研究

介绍了DEM原理和构建方法,利用现有矢量海图中的水深要素及海岸线岛屿要素,对生成电子海图海底规则网格数据进行研究。计算机辅助虚拟三维海底地形,运用线性八叉树场景进行分解寻求其规律性,用A*算法最好最优地勾绘出等深线,从而建立海底地形等深线模型,为实现电子海图海底三维可视化奠定了基础。最后对算法进行分析与完善。     

改进的最短路径搜索A*算法的高效实现

在交通领域中,对最短路径搜索问题的效率和应用研究较多,尤其最短路径搜索算法的效率是人们普遍关注的重点。在A 算法的基础上,进一步改进其启发搜索策略,提出了改进的A 算法,极大地减小了算法搜索的规模,提高了算法的效率,实验结果显示了本文提出的搜索策略的合理性和有效性。     

最短时间航线自动生成的改进方法

针对已有的最短时间航线自动生成算法存在搜索效率较低、航线准确度较低的不足,提出了基于瞬时水深模型的最短时间航线自动生成改进算法。利用无效点定义和动态包络矩形的策略,优化最短时间航线生成;采用高精度的瞬时水深模型提高最短时间航线自动生成的准确度。实验结果表明:此方法与已有的方法相比,在自动生成航线的质量和效率上都有明显的提高。     

关于等角航线的航迹计算公式及改进

对航海常用等角航线的航迹计算公式存在的常数化和近似化问题进行了详细的分析,由地图投影等角变形理论,推导其严密计算的表达式,并借助计算机代数系统对其中复杂的数学公式进行优化,提高了航线的精度,为航海人员提供了理论依据与实用公式。实验结果表明,改进的墨卡托航法航迹计算公式精度得到了大幅度的提高,正解误差和反解误差均在毫秒级,满足航迹精确计算的需要。     

基于A星算法的无人机路径规划优化模型研究

在分析传统无人机路径规划方法应用局限的基础上,针对传统A星算法启发函数单一、拐点冗余,以及效率不够高等系列问题,以虚拟城市地理环境为研究背景,通过提出面向起讫节点方位角的A星算法加速优化、启发式搜索中动态加权重构评价函数的A星算法加速优化和顾及Floyd算法插点策略的A星算法路径优化等层次递进的算法优化策略,解决了对A星算法搜索方向的量化约束、搜索权重数值的优化重构及冗余拐点的插点删除等技术问题,实现了改进后的A星算法运行效率的显著提高及最短路径判定准确性的明显提升。     

基于骨架线的Douglas-Peucker算法改进

针对Douglas-Pecuker算法中以垂直距离为化简指标的不足,提出了以骨架线为化简指标的改进算法.在对曲线凸凹顶点识别基础上,通过三角网的构建实现了凸点到基线的骨架线的提取,结合Douglas-Peucker算法的一般步骤,进行了曲线化简实验和方法的比较,验证了改进算法在保持线要素形态特征上的合理性.     

基于DIDSON的未知海域覆盖规划算法

针对自主水下机器人的路径规划问题,提出一种基于双频识别侧扫声呐(DIDSON)的全局路径规划算法。根据双频识别侧扫声呐的物理特性对AUV进行数学建模,根据声呐的工作频率不同,将AUV分为高频、低频两种工作模式。高频模式下成像精度高,低频模式下成像范围大。文中提出了一种D2-CPP算法,根据声呐返回的识别结果,算法会自主切换AUV的工作模式,并动态规划出对应的路径点,直到覆盖所有区域。通过与割草机算法的仿真对比,证明了算法的有效性,近海实验证明了算法的可靠性。     

基于改进LM-GN算法的磁性目标定位方法研究

利用三轴磁传感器阵列对水下磁性目标进行定位是典型的非线性最小二乘优化问题,传统高斯– 牛顿（GN）法和列文伯格–马夸尔特（LM）算法在求解该问题时具有初值敏感性问题。通过引入信赖域搜索技术,对 LM 算法进行改进,并基于改进的 LM 算法实现磁性目标定位,又通过设置判断阈值来评估迭代点与最优解的距离,提出一种结合改进 LM 算法和高斯–牛顿法特点的改进 LM-GN 算法,既降低了算法对初始值的依赖性,又提高了运行效率。仿真实验结果表明：该方法可以克服现有方法中受初始值影响较大的问题,对目标特征参数的估计更精确,且收敛速度快,具有一定的实际应用价值。     

基于ArcGIS的推荐航线专题制图方法研究

通过研究地理信息系统软件实现推荐航线的规划和海图专题图制作的方法,基于ArcGIS软件完成在不同比例尺海图基础上的航线数据采集及规划,利用COGO功能模块完成航向、航程等专题信息数据获取;使用字段计算功能和编写脚本程序完成智能化注记,实现专题信息的制图表达。实际应用表明,该方法能高效完成航线规划,提高制图效率。     

基于改进SICP算法的多源点云配准研究

三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scaling iterative closest point, SICP)算法,对影像点云与三维激光点云进行配准研究。实验结果表明:基于改进的SICP算法提高了影像点云与三维激光点云的配准精度、减少了迭代次数,能有效解决不同源平台获取的点云数据融合问题。     

基于遥感影像边界特性对南海海洋内波检测算法研究 *

海洋内波在海洋活动中扮演重要角色。海洋内波研究对我国海洋科学的理论研究、海洋资源的保护、开发和利用以及海洋军事等方面均具有重要意义。为了及时发现海洋内波的发生地点以及对海洋内波参数进行定量分析, 本研究基于合成孔径雷达(synthetic aperture radar, SAR)影像中内波明暗条纹的边界特性, 提出了一种集成的海洋内波检测算法: 主要运用列分离邻域处理和Canny算子边缘检测算法对条纹进行检测, 并利用海洋内波的轮廓长度、面积比值及传播方向三个特征对条纹进行筛选, 并将该算法应用于南海发生的多起海洋内波, 以验证算法的鲁棒性和适用性。研究结果表明, 该算法能够较好地识别出海洋内波的明暗条纹, 不仅能够除去非内波条纹的轮廓, 而且能够去除一些细小且不明显的内波条纹轮廓。利用余弦函数逐像素地对识别后的条纹进行拟合, 然后根据拟合结果找出明暗条纹所在位置以及相邻明暗条纹之间的间距, 从而判定出内波发生的位置。     

基于Visvalingam-Whyatt改进算法的线要素化简

线要素化简对空间数据存储、传输和表达具有重要意义。现有方法的化简效率和空间关系维护是一个矛盾体,为提高化简效率的同时解决化简结果中线要素自相交问题,提出基于Visvalingam-Whyatt改进算法的线要素化简方法。以排序列表键值对的形式记录有效面积和节点标识,再利用给定的保留节点数重新构建线要素,在重构过程中逐点进行自相交判断,并通过前插或移除节点的方式解决自相交问题。以1∶100万比例尺的海南岛海岸线为研究对象进行化简实验,结果表明本文所提算法能够解决线要素自相交问题,且具有较高的化简效率。该方法可为其他线要素化简算法提供自相交解决思路。     

基于蚁群算法的西北航道海上救援路径规划

选用海冰密集度、海表温度、风强度等指标构建西北航道海洋环境威胁场,采用广义网络分析法确定指标权重,基于蚁群算法对西北航道海上救援路径展开规划,通过对比实验获得适用于西北航道海上救援路径规划的最佳参数。针对各目标在不同救援时段具有不同权重的情况,依据动态权重进行路径规划,规划效果更佳,更符合实际救援需求,可为西北航道海上救援提供辅助决策参考。     

基于改进PSO算法的传感器误差集成校正

为降低搭载于水下移动平台的三轴磁通门传感器受到的平台磁干扰和传感器自身误差（三轴非正交误差、三轴灵敏度不一致误差和零偏误差）的影响,提出了一种基于改进粒子群优化算法的集成校正方法。在分析误差来源的基础上建立了误差校正数学模型,并利用 2 个仿真算例对校正方法的有效性进行了验证。仿真试验结果表明：与传统粒子群优化算法相比,改进算法具有更高的抗噪能力和求解精度;经过校正之后,由传感器自身误差和平台磁干扰引起的测量误差得到了有效压制。