简介:存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用。本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuousant-colonyoptimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(doubledirectioncontinuousant-colonyoptimizationbasedmassrecruitmentandgrouprecruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解。
简介:摘要智能电网与物联网作为具有重要战略意义的高新技术和新型产业,已经引起了世界各国的高度重视,美国、日本等发达国家纷纷将其列为国家战略。我国政府也极其重视,不仅将物联网、智能电网上升为国家战略,而且在产业政策、重大科技项目支持、示范工程建设等方面进行了全面部署。智能电网和物联网技术的发展,不仅能够创造一大批原创性的具有国际领先水平的科研成果,打造千亿级的产业规模,占领技术和产业的世界制高点,也将大大促进信息通信、智能电网与物联网的相互渗透和深度融合,引领以信息化、自动化、互动化为基本特征的、以全方位多维深度感知为基础的新一轮电力工业革命,促进电力工业的结构转型和产业升级。
简介:为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求,提出了一种机器视觉/数字地图/CP-DGPS共同辅助SINS的智能车辆组合导航方法,建立了组合导航系统的滤波模型。该滤波模型的量测信息不仅包括GPS与SINS形成的位置与姿态观测信息,还包括机器视觉/数字地图/SINS形成的横向偏差观测信息。通过对SINS的多重冗余辅助,使得导航系统具备容错能力。仿真结果表明,该组合导航系统能为智能车辆提供其空间位置、速度、加速度与姿态角等众多导航信息,并具有100Hz的高频输出、厘米级的导航精度和容错性能,当GPS较长时间中断时,通过SINS/视觉/数字地图的组合仍能为智能车辆提供可靠的导航数据。