【摘 要】
：
针对传统的高级接收机自主完好性监测(ARAIM)算法中完好性风险和连续性风险分配存在保守的问题,提出了一种基于粒子群优化(PSO)算法的完好性风险和连续性风险分配方法。将不同的分配策略作为算法中不同的粒子,选取不同故障子集对应的垂直保护级的加权和为适应度函数,每个粒子基于粒子群优化寻优原理更新其位置及速度直至满足条件,进而得到优化后的分配策略和对应的垂直保护级。通过双星座对所提方法进行验证,并与传
【机 构】
：
沈阳航空航天大学 电子信息工程学院,沈阳 110136;沈阳航空航天大学 辽宁省通用航空研究院,沈阳 110136;沈阳航空航天大学 电子信息工程学院,沈阳 110136;中国民航科学技术研究院,北京
论文部分内容阅读
针对传统的高级接收机自主完好性监测(ARAIM)算法中完好性风险和连续性风险分配存在保守的问题,提出了一种基于粒子群优化(PSO)算法的完好性风险和连续性风险分配方法。将不同的分配策略作为算法中不同的粒子,选取不同故障子集对应的垂直保护级的加权和为适应度函数,每个粒子基于粒子群优化寻优原理更新其位置及速度直至满足条件,进而得到优化后的分配策略和对应的垂直保护级。通过双星座对所提方法进行验证,并与传统方法进行对比分析,结果表明:基于PSO算法的完好性风险和连续性风险分配策略优化了垂直保护级,提高了AR
其他文献
针对通过对道路图像进行边缘检测来识别道路边界时道路中道路标识线的边缘特征对判断造成干扰的问题,提出了一种处理图像的方法.该方法基于边缘检测算法检测到的边缘对道路的灰度图像进行逐行处理,通过对该行中边缘通过的点附近的灰度值进行判断和修改来降低道路标识线的边缘特征,同时保留道路真实边界的边缘特征.在该方法基础上搭建了基于边缘检测的道路边界识别系统并对方法进行检验,使用130余张道路图片作为输入,验证了方法的有效性和实时性.实验结果表明,该方法能有效消除道路标识线对基于图像边缘检测的道路边界检测方法的干扰.
针对基于监督学习的视觉里程计需要数据集提供真实的位姿数据,但实际上符合条件的样本数量又较少的问题,提出了一种基于自监督循环卷积神经网络的位姿估计方法.该方法以图像序列为输入,首先通过卷积神经网络提取与运动相关的特征,然后使用卷积长短期记忆网络进行时序建模,建立多帧之间的运动约束,最后输出六自由度的位姿.该模型使用了一种基于对极几何的损失函数以自监督学习方式优化网络参数.将模型在KITTI数据集上进行实验,并与其他4种算法进行对比.结果表明,该方法在位姿估计准确性上优于其他单目算法,并且具有不错的泛化能力.
针对基于高细粒度信道状态信息(channel state information,CSI)的室内定位指纹数据冗余大、解析复杂的问题,提出一种基于堆叠稀疏自动编码器和支持向量机(support vector machine,SVM)的CSI室内定位方法.该方法首先融合物理层信道信息的幅值与相位数据,利用堆叠稀疏自动编码器在非线性指纹特征空间提取深层定位特征;然后,生成稀疏特征指纹,通过支持向量分类器完成目标位置确定.稀疏特征指纹的应用将CSI指纹库体积缩小约92.6％,同时,实验结果证明该方法可在视距与非视
为了研究余代数中余倾斜挠类和包络余模之间的关系,首先引入余模的(预)包络和finendo的定义并研究它们的性质.然后,引入极大余倾斜余模和包络余模,并证明余倾斜挠类和极大余倾斜余模之间存在一个双射.最后,得到了在余代数上当余倾斜挠类是包络类时,它可以由包络余模唯一表示.
为了有效提升工程技术人才非技术能力培养质量,从政策、文献和专家的视角,对工程教育非技术能力中“个人和团队”指标进行表征.团队中,工程技术人才要懂得如何构建共同愿景、融入团队文化,做好团队协同,具备大局意识和担当意识,以及执行、协作和领导能力.以此探索搭建工程教育非技术能力中“个人和团队”的三级指标体系,运用层次分析法分配权重,从而构建准确、客观、可操作性强的工程教育非技术能力“个人和团队”评价指标体系.指标体系的构建有助于培养方案的诊断与改进,从而提升工程技术人才培养质量.
剧烈的急减速行为是影响交通运行安全和效率的重要因素之一.基于控制器局域网络(controller area network,CAN)总线设备获得的机动车行驶轨迹数据,设计了基于阈值条件的小汽车急减速行为诊断方法.随后,从初始速度、减速持续时间、平均减速度等角度分析了小汽车急减速的基本特征,并挖掘了小汽车急减速行为与交通拥堵状态的关联特征.最后,进行了急减速风险路段诊断与急减速行为聚类分析的案例讨论.结果表明:急减速的持续时间越短,其平均减速度越大;而初始速度越大,其平均减速度越大.急减速发生概率与道路交通
短程反硝化作为厌氧氨氧化反应基质亚硝酸盐(NO2--N)获取的新途径,近年来受到广泛关注.短程反硝化与厌氧氨氧化耦合的污水脱氮工艺具有重要应用潜力.然而,城市污水基质浓度较低且波动频繁,有效实现厌氧氨氧化菌持留与富集是该工艺稳定脱氮的关键.针对上述问题,构建了基于生物膜的短程反硝化耦合厌氧氨氧化工艺,采用2种结构不同的生物填料为载体,对比系统长期脱氮性能,重点考察氮负荷降低过程中系统氮素转化规律及菌群活性变化,深入分析生物膜胞外聚合物(extracellular polymeric substances,
从开采、管理和控制不同地区的污染的角度,评估地下水脆弱性以确定这些资源的优先次序是重要的.研究的目的是基于DRASTIC-LU参数以及空间和非空间数据驱动的方法来估算Birjand平原含水层的地下水(硝酸盐质量浓度)脆弱性.研究提出新的组合方法来确定(Birjand平原含水层)地下水脆弱性分区中合适的DRASTIC-LU参数,即将具有指数和双平方核的地理加权回归(geographically weighted regression,GWR)和人工神经网络(artificial neural network
随着医疗大数据和人工智能技术的快速发展,基于结构磁共振影像采用卷积神经网络(convolutional neural networks,CNN)对阿尔茨海默症(Alzheimer\'s disease,AD)进行研究已逐渐成为神经科学的研究热点之一.为了进一步推动三维CNN应用于神经影像研究,综述了基于三维CNN的结构磁共振影像分析在AD分类中的研究进展.首先,回顾了机器学习技术应用于AD分类的发展变化;其次,从方法角度介绍了三维CNN架构变化及其应用于AD分类的研究进展;最后,讨论了将三维CNN应用
电子信息设备工作时无意发射的电磁波中包含有用信息,会导致电磁信息泄漏,从而威胁设备的信息安全.现有的电磁信息泄漏检测方法,在复杂现场环境下,难以从具有不确定性的电磁泄漏信号中提取有用信息.面向电磁信息安全问题,开展了电磁信息泄漏检测研究,提出了一种基于深度学习的检测方法.设计了一个适用于电磁泄漏信号的一维卷积神经网络,并结合改进的梯度加权类激活映射方法,在未知电磁信息泄漏特征的前提下,通过深度学习实现电磁信息泄漏特征的智能标定和自动提取,从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题.分别通过