一、并行子空间设计算法在电动无人机一体化设计中的应用(英文)（论文文献综述）
王艳华[1]（2021）在《智慧林业中立体感知体系关键技术研究》文中提出森林是规模最广泛的陆地生态系统,约占土地总面积的三分之一,同时也是地球生态系统的必要组成部分,森林生态系统是否正常,与地区生态安全和社会经济的可持续发展密切相关。传统基于人工的森林资源调查方法存在花费高,野外工作强度大,消耗时间长等缺点,且时效性和准确性往往无法达到实际应用的标准。传统的单一的数据源难以获取高精度的森林参数信息,多源数据综合应用将成为未来森林资源监测的有效方法。国家林业发展“十三五”规划提出,加强生态检测评价体系建设,深化遥感、定位、通信技术全面应用,构建天空地一体化监测预警评估体系。随着智慧林业的不断普及,信息技术以及对地观测技术的不断进步,利用不同类型、不同分辨率的遥感影像、无人机以及无线通信网络对森林资源的信息进行监测可以有效的指导林业生产,通过构建森林资源综合监测体系,实时准确了解森林资源的基本情况及变化,及时采取应对措施,可以大大提高资源保护与利用效果,对于环境治理和生态建设等有关工作的开展均有重大意义。本文从空天地一体的森林资源监测角度出发,针对森林资源监测信息类型复杂多样、数据维度高、信息冗余度高、数据信息处理量大等问题,研究综合性、立体性的森林资源监测网络体系,研究适合于森林环境监测无线传感器网络的网络方案和模型,并着重解决在符合森林环境监测无线传感器网的模型的网络结构中传感器以自组织和多跳的和传输的效率,研究海量遥感影像数据处理、数据存储、数据挖掘一体化的解决方案,开展森林资源综合监测体系研究,为森林资源连续清查体系的优化改革提供理论支撑和数据参考。本文的主要工作如下:（1）针对森林环境监测的无线传感器网络的数据传输问题,提出一种改进的基于ADHOC网络的组播路由模型,该模型特别适用于大规模、低密度无线传感器网络中传感器节点相对位置的确定,节点间连通性差,远距离节点间测距误差大的网络监测环境。在研究无线传感器网络邻居节点拓扑结构的基础上,将主流形学习和非线性维数算法相结合,提出了一种局部组合定位（LCL）算法,根据每个节点与相邻节点在一定通信范围内的成对距离,首先通过为每个节点构造一个局部子空间来获取全局结构的局部几何信息,然后对这些子空间进行比对,得到所有节点的内部全局坐标。结合全局结构和锚节点信息,最后利用最小二乘算法计算出所有未知节点的绝对坐标,构建可靠、高效的路由传输协议。通过在哈尔滨实验林场区域构建监测系统,实现气象、光照、土壤和空气质量全方位森林环境信息的获取。（2）针对遥感数据的预处理及数据挖掘,基于Hadoop内部提供的二进制文件存储形式SequenceFile,将图像数据序列化成字节流存到二进制文件中,在执行MapReduce任务时,直接用Hadoop的SequenceFileInputFormat输入文件格式进行读取,实现了图像并行处理。通过自定义分区策略的方式对遥感影像特征并行提取算法进行改进,增加提取遥感影像特征的MapReduce程序中Reduce任务数量,实现了 Hadoop的遥感影像特征提取并行化。从而提高并行处理效率。针对KMeans聚类算法需要人为确定初始聚类中心和聚类数目,从而使聚类结果陷入局部最优的问题,本文结合Canopy算法对KMeans算法进行改进,首先通过Canopy算法对遥感影像的特征信息进行“粗聚类”,然后将结果作为KMeans聚类算法的初始聚类点,从而完成遥感影像的分类处理,为监测数据提供了高质量的遥感影像。（3）针对现有遥感影像变化检测模型存在的检测精度不高的问题。提出了一种基于两阶段的遥感影像变化检测模型,该模型充分利用遥感影像的多维特征,利用U-net网络对遥感影像进行语义分割,并将分类结果与不同时相的遥感数据的分类结果进行融合,从而准确的获得监测区域地物变化的特征,该方法能够有效的提取遥感影像的纹理和光谱特征,提高变化检测的精度。此外,本文通过无人机获取高空间分辨率影像数据来实现单木尺度森林资源监测,通过H-maxima变换结合标记控制分水岭算法实现单木树冠的自动勾绘,从而实现单木信息的提取。最后利用改进的变化检测模型,实现了基于卷积神经网络的对西双版纳自然保护区的变化检测,根据对自然保护区内的植被变化监测的应用需要,进行系统的需求分析与设计,模型分析,实现了西双版纳自然保护区森林监测系统,对区域内森林变化情况进行精准监控。
刘奕[2]（2020）在《5G网络技术对提升4G网络性能的研究》文中研究表明随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
林晋立[3]（2019）在《多旋翼农用无人机能源载荷匹配技术研究》文中指出多旋翼农用无人机能源载荷匹配技术涉及农业资源合理配置、植保器械能源利用等问题,在农业节能环保与节本增收中起着举足轻重的作用。目前,以农用无人机为核心要素的农业航空技术已得到迅速发展,使用农用无人机施药可有效提高作业效率和降低作业成本,但能源与药液的浪费、环境污染等问题依然大量存在。攻克能源载荷匹配技术的难题,创建集能源载荷匹配关键技术于一体的高效农用航空器系统,将解决我国现有农用无人机植保作业时能源利用率低,能源载荷匹配不当造成能源浪费,以及作业效率和效果难以保证等问题,提升我国农用无人机的智能化水平和关键技术与整机的研发水平,达到或接近发达国家水平。目前关于多旋翼农用无人机能源载荷匹配技术的相关研究内容较少,因此本文对多旋翼农用无人机能源载荷匹配技术进行研究。针对无人机航时预测困难、能源载荷不匹配等问题,本文构建了多旋翼农用无人机功率能耗模型及能源载荷匹配模型,开展试验验证了模型的可行性与准确性,并通过对该模型的仿真与优化,得出多旋翼农用无人机最合适的作业参数,在植保应用领域具有理论及实际意义。主要研究内容与结果如下:1)构建针对多旋翼农用无人机功率能耗计算的理论模型,搭建无人机测试平台,通过改变无人机重量与作业速度,对测试无人机分别进行6组悬停试验与6组作业飞行试验。6组试验结果表明悬停状态下测试无人机续航时间为理论续航时间的89%～93%,作业飞行状态下测试无人机续航时间为理论续航时间的80%～83%。2)构建了变载荷多旋翼农用无人机能源载荷匹配模型并进行仿真,得到在速度、亩喷量、作业距离等参数影响下无人机锂电池与喷洒药液的匹配规律。定性分析出因素对仿真电池重量的影响,影响程度由高到低分别为亩喷量、速度、作业距离。在其他条件相同的前提下,电池重量与亩喷量和作业距离呈正相关,与速度呈负相关。3)通过构建的功率能耗计算的理论模型指导多旋翼农用无人机的搭建并进行试验验证。自行搭建的定载荷八旋翼农用无人机悬停时间可达32.2min。实际航时与理论航时的比值为92%,模型预测较为准确。4)采用遗传算法对多旋翼农用无人机能源载荷匹配性能进行优化分析,获得使无人机总体性能达到最佳的相关参数。对于空机重量为10kg碳纤维材质的多旋翼农用无人机,搭载7.89L的药液量,当其作业速度为3.26m/s,亩喷量为2.37L/亩时,无人机的总体性能达到最佳,能源利用率高。本文通过理论建模、试验验证、优化设计的方法对多旋翼农用无人机能源载荷匹配技术进行研究,研究成果有助于提高无人机作业过程中能源与载荷的合理搭配,促进多旋翼农用无人机能源的高效利用。
郭晓光[4]（2018）在《客车双电机同轴混联动力系统参数多目标协同优化研究》文中指出插电式混合动力汽车技术的发展是解决当前环境污染、能源短缺的有效途径之一。本文以某插电式混合动力城市客车动力系统为研究对象,通过对结构参数与控制策略的协同优化,研究了发动机拖起工况存在瞬态扭矩过大、混合动力驱动模式转换瞬间传动系统噪声过高、整个循环工况燃油经济性提升等优化问题。提出了一种基于可靠性与稳健性分析的系统级、多目标不确定性优化方法,主要成果包括:（1）提出了基于结构、控制参数一体化的抑振优化法。构建了5自由度动力系统振动模型,对三级双质量飞轮的非线性刚度进行了公式推导。以扭转减振器的刚度参数和ISG电机扭矩控制参数为设计变量,以发动机转速、ISG电机、花键轴扭矩为约束条件,以发动机拖起工况中传动系统扭矩平均值为优化目标,构建了系统优化模型,并通过灵敏度分析和主效应分析对设计变量进行“降维”处理。结果表明,抑振优化方法在满足约束条件的前提下,传动系统的平均扭矩由1956Nm降低到1820Nm,花键轴处的最大扭矩由1496Nm降低到1283Nm。（2）提出了一种基于径向基神经网络模型的结构参数、控制策略协同优化的方法。针对插电式混合动力城市客车的燃油经济性指标、动力系统舒适性指标、发动机介入工况中的噪声指标进行了联合仿真优化分析。结果表明,这三个指标因主减速器减速比和混合动力驱动模式的速度阈值而相互耦合。通过对多目标优化求解出的帕累托前沿上选取一组的设计点可以在确保燃油经济性指标不降低、发动机介入工况噪声不超标的前提下,将动力系统振动舒适性提升22.5%。（3）针对混合动力汽车动力系统在系统级优化中存在的多变量、多目标、多工况、多耦合、跨尺度等问题,提出了基于径向基神经网络代理模型的并行子空间优化法和基于多目标优化的两级系统综合优化法,对比讨论了不同多学科优化设计方法的优缺点。结果表明,相比传统优化方法而言,基于径向基神经网络代理模型的并行子空间优化方法可以在保证优化效果理想的前提下,将收敛迭代步数由3500步减少到500步,并且可以求出多目标优化问题的帕累托前沿。（4）提出了将帕累托点集从稳健性维度进行优劣筛选的“升维筛选法”,对期望一阶二次法、一次/二次可靠度法进行了公式推导,并用蒙特卡洛算法对这三种算法在计算约束条件可靠度指标的准确性上进行了对比分析。对比发现,二次可靠度法的计算结果和蒙特卡洛算法最为接近,并由此总结出了一种多学科不确定性优化方法。将确定性优化、稳健性、可靠性分析相结合,解决了传统不确定性优化方法因计算量过大而难以在多学科系统级优化中应用这一难题,确保了插电式混合动力城市客车在典型不确定性因素影响下,通过改变不同设计变量的均方差即可使得约束条件达到6?指标的目的。（5）通过对插电式混合动力城市客车动力系统进行台架试验测试,获得了发动机拖起工况中发动机静态阻力、柴油压燃瞬态冲击扭矩、ISG电机控制扭矩输出的时域信号,为构建发动机拖起工况的振动模型提供了数据支撑。对动力系统ISG电机与扭转减振器之间的花键轴进行了优化前后扭矩的对比验证。验证结果表明,在发动机拖起工况中,优化后传动系统花键轴的最大扭矩由1442Nm下降到1139Nm,该数据和仿真优化求解出的1283Nm误差为13%,因此仿真优化结果偏保守。验证结果又表明,在发动机介入工况中,优化后的主减速器扭矩变化幅度更加平稳。
石岳倩[5]（2020）在《基于无人机的目标追踪算法研究》文中研究说明目标追踪是计算机视觉领域的一个热门研究方向,目标追踪是通过检测图像中的目标中心点的像素坐标,再将该坐标作为控制量传给智能设备,使得智能设备能够实时获取目标所在位置的过程。无人机作为具备便携性与高机动性的智能设备的代表,在目标追踪领域获得了广泛的研究与应用。大多数无人机因其处理器性能受限,必须将拍摄的图像编码、压缩之后传回地面,再在地面工作站做相应的处理。这样做处理一方面影响追踪的效率;另一方面,无人机与地面工作站传输数据时,容易受到电磁的干扰而变得不稳定。利用无人机平台做目标追踪时,算法需要满足实时性、准确性与鲁棒性。传统的基于计算机视觉的追踪算法,由于其训练样本数较少,因此追踪的准确性较低;基于深度学习的目标追踪算法由于提前做了海量数据的训练,因此算法的准确性很高,但由于其训练的模型通常比较庞大,因此在实时性及运算资源要求比较严格的场合并不能满足要求。为了在保证实时性的前提下,提高跟踪算法的准确性,本文主要从以下几个方面进行研究:⑴研究基于核相关滤波器（Kernel Correlation Filter,KCF）的目标追踪算法。核相关滤波器算法与传统的计算机视觉追踪算法相比,有着实时性强且准确率高的特点。研究该算法的原理,根据无人机场景追踪目标时易发生目标遮挡、目标混淆以及低帧率的特点,在OTB标准数据集上挑选符合场景特点的数据集,通过挑选的数据集验证其在不同条件下的性能;结合仿真结果,讨论基于核相关滤波器追踪算法的优缺点;针对其在目标遮挡与低帧率情况下易跟丢目标的缺点,在目标模板与滤波器更新方式上进行优化;将优化算法与原算法在标准数据集上做对比实验,得出该优化算法拥有比原算法稍高的时间复杂度,但在目标遮挡和低帧率情况下的准确性得到了改善的结论。⑵研究基于深度学习的目标检测与追踪算法。研究常用的基于深度学习的目标检测追踪算法原理及其优缺点,利用PASCAL VOC标准数据集对其检测的准确性做仿真验证;针对其中两种最优的检测算法,在OTB标准数据集上验证其在短目标追踪上的准确性及时间复杂度,为无人机平台实现智能追踪提供理论支撑。⑶提出基于无人机的目标追踪方案并搭建基于无人机的目标追踪平台。该方案通过在无人机端搭载协同处理器,使用基于深度学习的跟踪算法,实现无人机对地面目标的实时检测与跟踪。根据解决方案搭建软硬件平台,利用该平台运行基于深度学习的追踪算法,并采用Tensor RT框架对算法做加速。根据平台测试结果,得出算法能在该平台上实时地检测与追踪目标的结论。
刘森,张书维,侯玉洁[6]（2020）在《3D打印技术专业“三教”改革探索》文中研究表明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
叶畅[7]（2019）在《应对高渗透率分布式电源接入的主动配电网优化调度方法研究》文中指出随着我国能源结构改革的逐步推进,以光伏、风电为代表的分布式电源系统因其接入灵活、清洁低碳等优点,在电网中得到了广泛应用。高渗透率分布式电源接入主动配电网,可就近为用户供电,减少电能的大规模、远距离传输,弥补集中发电的不足。然而,分布式可再生电源由于其接入位置的分散性以及出力的随机性、波动性、间歇性等固有特征,对传统配电网调度运行模式带来了巨大挑战。因此,深入分析高渗透率分布式电源与其他调度资源的协调互动机制,探讨合理的优化调度方法,对于促进高渗透率分布式可再生能源消纳、提升主动配电网安全经济运行水平具有重要意义。鉴于此,本文针对高渗透率分布式电源接入的主动配电网优化调度方法进行了深入研究,主要内容如下:针对主动配电网中可再生能源出力不确定性问题,提出了基于改进不确定边界的主动配电网可调节鲁棒优化调度策略。首先,引入可调节鲁棒优化方法,建立了含压缩空气储能的主动配电网鲁棒优化经济调度模型。进而通过线性对偶理论和拉格朗日变换,将含不确定变量的鲁棒优化模型转化为仅含确定变量的混合整数优化模型。同时通过数学推导提出了基于改进不确定边界的鲁棒成本决策方法,并对含不确定变量约束的最大置信度进行了定量分析。所提改进边界改善了现有不确定边界的保守度,并具有较好的求解特性,可有效保证系统鲁棒性和经济性之间的协调关系。最后,采用算例仿真验证了所提调度策略的可行性及有效性。针对主动配电网需求侧响应不确定性及其与分布式电源的协调互动问题,提出了计及源荷双侧不确定性的主动配电网协调互动优化调度策略。首先根据消费者心理学模型,分三步建立了同时考虑响应量及响应边界不确定性的需求侧响应特性曲线。进而引入正态云概念,采用正态云模型对上述需求侧响应特性进行了统一数学描述,该模型可同时反映响应误差的随机性及模糊性。在此基础上,建立了计及源荷双侧不确定性的主动配电网优化调度模型。针对该模型难以直接求解的问题,利用正向云发生器产生随机场景,通过场景削减技术得到典型场景,进而对上述调度模型进行求解。最后,采用算例仿真验证了所提调度策略的可行性及有效性。针对多类型分布式电源接入主动配电网,提出了交直流混合主动配电网构架下的协调互动调度策略。首先将不同类型的分布式电源和其他调度资源进行整合,构建了交直流混合主动配电网典型系统结构。进而通过分析其系统结构特征,提出了交直流混合主动配电网分层调度架构,并在此基础上建立了两阶段分层调度模型,采用基于离散风驱动的分层算法进行了求解。该模型在保证系统损耗最低的同时,可使交、直流区域均具有较小的调度成本。最后,采用算例仿真验证了所提调度策略的可行性及有效性。针对高渗透率分布式电源接入对主动配电网电力市场交易模式及优化方法的影响,提出了联盟链框架下主动配电网电力交易模式与演化博弈方法。首先通过分析主动配电网中各电力交易主体的行为特征,建立了基于联盟区块链的电力市场交易体系。该体系将各电力交易主体预授权为半开放的本地节点,通过动态选取联盟节点,可实现交易数据分布式存储并无需设置额外的第三方监管机构。同时基于上述交易体系,提出了联盟链框架下主动配电网电力交易的详细认证方法。在此基础上,建立了基于合作演化博弈的主动配电网电力交易优化模型,并采用基于分解的多目标进化算法进行了求解。模型求解结果可作为生成智能合约的依据,最终实现联盟链框架下主动配电网电力交易的决策优化。最后,采用算例仿真验证了所提电力市场优化方法的有效性和合理性。针对主动配电网与输电网协调互动优化问题,提出了一种基于改进并行子空间算法的输配两级电网协同优化调度策略。首先,以输配系统整体供电成本最低为目标函数,建立了输配两级电网基础调度模型。为了降低该模型求解的复杂度,引入改进并行子空间算法对该模型进行标准化处理,进而建立了基于改进并行子空间算法的输配两级电网协同调度统一模型。该模型将输电网和各配电网作为并行子空间进行学科分析,并在系统层统一完成优化设计,可有效避免优化过程中输配网频繁地进行信息交互。此外,为了进一步提高求解效率,提出输配两级电网学科响应面近似模型的构建方法,并采用RBF（Radical Basis Function）神经网络对学科分析过程进行拟合。最后,采用算例仿真验证了所提调度策略的必要性和有效性。
周波[8]（2019）在《基于未来智慧城市愿景的城市家具设计研究》文中研究说明本世纪以来,信息化技术的突破性发展促使城市进入智慧城市发展阶段,我国城市也迎来转型提升的重大机遇。在历史挑战面前,城市家具智能化不足、文化匮乏、人性化缺失等发展现状已难以适应智慧城市建设发展以及城市居民日益增长的户外活动需求,城市家具已经到了急需变革的发展阶段。未来城市是怎么样的形态?未来城市家具又是什么样?我们如何面对当下城市家具的境遇?面对严峻的现实,传统设计理念与思路已难以应对今天城市发生的变化,也无法应答明天城市家具发展的诉求,更无法响应未来城市家具变化的趋势。本文以未来城市愿景与智慧城市背景下的城市家具设计为研究主题,通过对5G、人工智能、智能机器人等新兴技术发展的状况及其对城市的影响;西方以及国内未来城市理论的总结;国内外智慧城市实践的归纳;中国城市2035年总体规划蓝图的研究综合分析并建构我国未来城市发展愿景。同时结合我国城市家具现状与发展趋势剖析,总结出未来城市家具分阶段的发展愿景,即到2050年,高级智能机器人智慧城市家具和2035年的智能城市家具两个发展阶段。在城市家具愿景构建的基础上,本文重点研究当下的城市家具智能化、智慧化的发展趋势,提出了智慧城市家具的概念并建构了智慧城市家具设计研究体系和理论模型,并论述其要素构成、内涵意义等内容。本文基于城市现代化的愿景,提出了城市家具现代化的概念,并指出城市家具现代化就是城市家具的智慧化。在设计理论体系的应用方面,本文主张在“人、事、物、技、文、场、境”等研究要素的系统框架内,以人车出行系统为限定条件,以未来城市街道空间为场所界面,研究城市家具与诸要素之间的内在联系和相互作用。以此形成智慧城市家具应用体系的研究方法与理论模型。针对近阶段和远期城市家具发展,分别提出了“智慧家具带”和“智慧微枢纽”的设计策略:近期“智慧街道”的营造须以共享单车为核心模块的“智慧家具带”建设为核心内容,远期通过“智慧微枢纽”这样的新型机器人城市家具来扮演“智慧街道”以及“智慧社区”的公共服务微型中心的角色。最后,本文分别以“技术智能”和“设计智慧”两个角度的实践案例来验证智慧城市家具设计体系应用的可行性。目前,此类智慧城市家具研究文献稀少,本文希望为该领域的研究学者提供一些参考和借鉴。
田旋旋[9]（2018）在《基于雷达通信一体化机制的车辆情境信息感知方法研究》文中研究指明随着国民经济的飞速发展,车辆已成为现代城市的重要组成部分,但是随之而来的交通拥堵、事故以及环境污染等现象也成为了当今社会令人瞩目的问题。利用信息技术对车辆驾驶进行智能辅助,能够降低交通事故发生概率、提高道路利用效率,因此得到了业界广泛的关注。对车辆自身状态信息和周围环境信息（以下统称“情境信息”）进行实时、准确地获取是实施驾驶辅助、乃至真正“无人驾驶”的重要前提。获取高精度情境信息不但需要具备精准的探测能力,也需要能够与基站、协作车辆进行数据交互和融合。这对智能车辆的感知、通信能力提出了更高的要求。与此同时,车载传感器数目增多,会导致系统体积、能耗增加、电磁干扰严重等诸多问题。而雷达通信一体化（Radar-Communication Integration,RadCom）理论提出将雷达和通信功能通过同一套系统完成,能够降低硬件成本,节约频谱资源,是当今研究的热点课题。将RadCom技术应用于感知智能驾驶所需的情境信息,能够实现车载设备的通用性、小型化和多功能化,具有重要的理论意义和实际应用前景。本文以车辆智能驾驶的情境信息获取为目标,以高精度车载雷达为信息获取主要途径,根据智能驾驶对情境信息感知与融合的需求,提出了基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）的雷达通信一体化系统方案。在此基础上,进一步提出了基于多源数据的高效融合方法,以满足智能驾驶对增强情境信息感知的实时性、准确性和鲁棒性要求。具体工作可概括为如下四个部分:本文基于OFDM信号和相位编码（Phase Coded,PC）技术,设计了基于脉冲串PC-OFDM的雷达通信一体化信号,获取雷达和通信性能的折中。具体而言,本文从模糊函数（Ambiguity Function,AF）和包络峰均比（Peak-to-Mean Envelope Power Ratio,PMEPR）两方面研究其信号特性,理论推导了完整的模糊函数表达式,分析了距离和速度模糊函数与信号各参数之间的关系,为一体化信号设计提供理论基础。此外,本文提出了一种改进音频保留（Tone Reservation,TR）方法降低一体化信号包络起伏,在峰值减小音频（Peak Reduction Tones,PRTs）上构造互补集,使得模糊函数和包络控制方面同时取得较好的性能。针对情境信息中的目标参数估计研究,本文提出了低复杂度高可靠性的接收信号处理算法。首先基于连续波OFDM的一体化信号,采用基于调制符号的处理算法,结合频域过采样技术,实现了对目标距离、速度、角度和散射类型的联合估计。在此基础上,本文基于脉冲串PC-OFDM的一体化信号,结合相关和离散傅里叶变换（Discrete Fourier Transformation,DFT）的处理算法,利用相位编码的自相关特性,降低通信信息对雷达性能的影响。在利用脉冲相干积累获得高速度分辨率的同时,提出了一种最小二乘（Least Square,LS）的速度解模糊方法,能够在较低复杂度条件下获得高分辨率的距离-速度像。车辆的高速运动会产生明显的多普勒效应,从而引起OFDM信号的载波间干扰（Inter-Carrier Interference,ICI）。而多车协作中其他车辆的接入会导致目标回波信号受到其他车辆一体化信号的干扰。首先针对ICI问题,本文对连续波OFDM信号进行改进,提出了基于交织OFDM（Interleaved OFDM,I-OFDM）的一体化信号,并基于多普勒估计和校正实现了雷达的无ICI处理。在此基础上,提出了一种基于信号重构的混合信号分离算法,通过重构信号与接收信号相消恢复出目标回波信号。仿真结果表明,所提算法相比现有算法,对多普勒具有较强的鲁棒性,且对混合信号具有较优的分离性能,能够获取低信干比下高分辨的目标距离-速度像。鉴于车辆容易落入网络覆盖的盲区,本文提出了一种借助无人机的间接协作感知策略。针对低信噪比下微弱目标无人机的探测问题,本文对连续波OFDM信号进行改进,构建了基于重复OFDM（Repeated Symbols OFDM,RS-OFDM）的一体化信号,提出了一种联合多普勒补偿和压缩感知的处理方法,通过构建一维距离像稀疏模型实现对微弱目标的准确感知。在此基础上,采用动态非参数置信度传播（Dynamic Non-parametric Belief Propagation,DNBP）的间接协作定位算法,实现对GPS、RadCom、惯导感知数据的融合,并基于克拉美罗界（Cramer-Rao Lower Bound,CRLB）验证了所提算法在性能、复杂度方面的提升。通过本文的研究,解决了网络覆盖盲区车辆定位精度较低的问题。
叶畅,苗世洪,李超,杨炜晨,孙丹丹[10]（2018）在《基于改进并行子空间算法的输配两级电网协同优化》文中研究表明针对传统输配分离调度可能产生的边界功率不平衡、资源利用不充分等问题,提出一种从全局角度对系统进行优化的输配两级电网协同调度策略。首先,以输配系统整体供电成本最低为目标函数,建立了输配两级电网基础调度模型,并讨论了相应的约束条件。为了降低该模型求解的复杂度,引入改进并行子空间算法对该模型进行标准化处理,进而建立了基于改进并行子空间算法的输配两级电网协同调度通用模型。该模型将输电网和各配电网作为并行子空间进行学科分析,并在系统层统一完成优化设计,可有效避免优化过程中输配网频繁地进行信息交互。此外,为了进一步提高求解效率,提出输配两级电网学科响应面近似模型的构建方法,并采用径向基函数（RBF）神经网络对学科分析过程进行拟合。最后,采用仿真算例验证了所提调度策略的必要性和有效性。
二、并行子空间设计算法在电动无人机一体化设计中的应用(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、并行子空间设计算法在电动无人机一体化设计中的应用(英文)（论文提纲范文）
（1）智慧林业中立体感知体系关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.1.1 选题目的 |
| 1.1.2 选题意义 |
| 1.2 研究现状 |
| 1.2.1 基于无线传感器网络的森林资源信息监测研究 |
| 1.2.2 基于遥感影像的森林变化监测研究 |
| 1.3 研究内容以及创新点 |
| 1.3.1 本文的研究内容 |
| 1.3.2 本文主要创新点 |
| 1.4 本文的组织结构 |
| 2 相关理论及方法 |
| 2.1 无线传感器网络 |
| 2.1.1 无线传感器网络结构 |
| 2.1.2 无线传感器网络的协议栈 |
| 2.2 遥感影像处理技术 |
| 2.2.1 遥感影像的预处理 |
| 2.2.2 基于深度学习的遥感影像分类与变化检测 |
| 2.3 本章小结 |
| 3 基于无线传感器网络的森林资源监测方法及系统 |
| 3.1 基于信任的无线传感器网络数据传输模型 |
| 3.1.1 无线传感器网络与可信信息传播概述 |
| 3.1.2 基于信任的信息传播模型 |
| 3.1.3 实验结果与分析 |
| 3.2 改进的基于ADHOC网络的组播路由算法 |
| 3.2.1 组播路由协议基本过程 |
| 3.2.2 局部组合定位的路由算法 |
| 3.2.3 实验结果与分析 |
| 3.3 基于博弈理论的无线传感器网络自私节点惩罚机制 |
| 3.3.1 激励惩罚机制概述 |
| 3.3.2 基于博弈理论的惩罚机制 |
| 3.3.3 模拟实验与结果分析 |
| 3.4 基于无线传感器网络的森林环境信息监测系统 |
| 3.4.1 系统设计思路 |
| 3.4.2 系统硬件设计 |
| 3.4.3 系统模拟软件 |
| 3.5 本章小结 |
| 4 基于无人机激光雷达的单木尺度森林资源监测技术 |
| 4.1 激光雷达数据解算及误差分析 |
| 4.2 地面点滤波 |
| 4.3 冠层高度模型的生成 |
| 4.4 单木树冠提取 |
| 4.5 单木参数提取 |
| 4.6 实验结果与分析 |
| 4.6.1 无人机激光雷达系统 |
| 4.6.2 地面调查数据介绍 |
| 4.6.3 精度评价与分析 |
| 4.7 本章小结 |
| 5 基于遥感影像的森林资源监测方法 |
| 5.1 基于分布式的遥感影像特征提取方法 |
| 5.1.1 遥感影像并行预处理 |
| 5.1.2 基于Hadoop的遥感影像特征提取方法 |
| 5.1.3 基于Hadoop的遥感影像特征提取算法实现 |
| 5.1.4 实验结果与分析 |
| 5.2 基于卷积神经网络的遥感影像语义分割 |
| 5.2.1 编码器模块组成 |
| 5.2.2 SELU激活函数 |
| 5.2.3 实验结果与分析 |
| 5.3 基于特征融合的森林资源变化监测方法 |
| 5.3.1 聚焦损失函数 |
| 5.3.2 随机森林 |
| 5.3.3 特征融合 |
| 5.3.4 实验结果及分析 |
| 5.4 基于深度学习的森林变化监测系统 |
| 5.4.1 需求分析 |
| 5.4.2 系统的总体功能 |
| 5.4.3 数据库概念结构设计 |
| 5.4.4 用户管理和遥感影像管理模块 |
| 5.4.5 监测区域变化监测功能 |
| 5.4.6 变化检测结果显示模块 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 东北林业大学博士学位论文修改情况确认表 |
（2）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（3）多旋翼农用无人机能源载荷匹配技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 研究来源 |
| 1.2 研究背景与意义 |
| 1.3 国内外多旋翼农用无人机能源载荷匹配技术研究现状 |
| 1.3.1 国外多旋翼农用无人机能源载荷匹配技术研究现状 |
| 1.3.2 国内多旋翼农用无人机能源载荷匹配技术研究现状 |
| 1.4 研究内容与方法 |
| 1.5 技术路线 |
| 1.6 本章小结 |
| 2 多旋翼农用无人机理论模型的构建与仿真 |
| 2.1 定载荷多旋翼农用无人机功率能耗模型的构建 |
| 2.1.1 悬停状态模型构建 |
| 2.1.2 飞行作业状态模型构建 |
| 2.2 变载荷飞行作业状态能源载荷匹配模型的构建与仿真 |
| 2.2.1 模型构建与仿真 |
| 2.2.2 极差分析 |
| 2.2.3 方差分析 |
| 2.2.4 模型拟合 |
| 2.3 本章小结 |
| 3 多旋翼农用无人机能源载荷匹配分析 |
| 3.1 能效最优电机选择 |
| 3.2 多旋翼农用无人机设计软件 |
| 3.3 无人机能源载荷匹配优化设计 |
| 3.3.1 优化设计因素 |
| 3.3.2 优化设计算法比较 |
| 3.3.3 基于遗传算法的无人机能源载荷匹配优化设计 |
| 3.4 本章小结 |
| 4 功率能耗试验验证与结果分析 |
| 4.1 试验平台选材与搭建 |
| 4.1.1 材料选用 |
| 4.1.2 搭建方法 |
| 4.1.3 应力分析 |
| 4.2 四旋翼无人机电机效率试验 |
| 4.2.1 传感器校准 |
| 4.2.2 无人机电机能效曲线测量 |
| 4.2.3 不同电压下电机能效试验 |
| 4.3 定载荷多旋翼农用无人机耗电量试验 |
| 4.3.1 悬停耗电量试验 |
| 4.3.2 飞行作业耗电量试验 |
| 4.4 定载荷长航时八旋翼农用无人机续航试验 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 全文总结 |
| 5.2 创新点 |
| 5.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 A 攻读硕士学位期间的科研工作及科研成果 |
（4）客车双电机同轴混联动力系统参数多目标协同优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 关键技术及国内外研究现状 |
| 1.2.1 关键技术 |
| 1.2.2 国内外研究现状 |
| 1.3 存在问题 |
| 1.3.1 系统耦合问题 |
| 1.3.2 计算复杂度问题 |
| 1.3.3 不确定性因素问题 |
| 1.4 本文研究内容及整体构架 |
| 第2章 发动机拖起工况下的动力系统抑振优化 |
| 2.1 问题描述 |
| 2.2 动力系统建模 |
| 2.2.1 模型描述 |
| 2.2.2 构建动力系统振动方程 |
| 2.2.3 构建ISG电机与发动机扭矩模型 |
| 2.2.4 构建扭转减振器变刚度模型 |
| 2.3 动力系统抑振优化 |
| 2.3.1 抑振优化模型的建立 |
| 2.3.2 抑振优化模型的分析 |
| 2.3.3 抑振优化模型结果讨论 |
| 2.4 本章小结 |
| 第3章 动力系统结构参数和控制策略参数多目标协同优化 |
| 3.1 问题描述 |
| 3.2 动力系统结构模型 |
| 3.3 动力系统控制策略模型 |
| 3.3.1 控制策略分类 |
| 3.3.2 驱动模式总结 |
| 3.3.3 静态逻辑门限实现驱动模式切换方法 |
| 3.4 综合结构参数和控制策略参数的动力系统多目标优化模型 |
| 3.4.1 构建系统约束条件 |
| 3.4.2 构建系统设计变量和优化目标 |
| 3.4.3 多目标问题优化方法 |
| 3.5 动力系统多目标优化结果讨论 |
| 3.6 本章小结 |
| 第4章 动力系统多学科设计优化 |
| 4.1 问题描述 |
| 4.2 多学科设计优化方法的基本思想 |
| 4.3 动力系统多学科设计优化模型构建 |
| 4.4 动力系统多学科设计优化研究 |
| 4.4.1 常用多学科设计优化方法分析 |
| 4.4.2 基于径向基神经网络的并行子空间优化方法研究 |
| 4.4.3 基于多目标优化的两级系统综合优化方法研究 |
| 4.5 本章小结 |
| 第5章 动力系统多目标不确定性优化 |
| 5.1 问题描述 |
| 5.2 从“确定性优化”到“不确定性优化” |
| 5.3 稳健性优化 |
| 5.3.1 田口稳健设计法 |
| 5.3.2 帕累托前沿的“升维筛选法” |
| 5.3.3 应用算例 |
| 5.4 可靠性优化 |
| 5.4.1 期望一阶二次法 |
| 5.4.2 一次可靠度法 |
| 5.4.3 二次可靠度法 |
| 5.5 基于稳健性与可靠性分析的不确定性优化方法 |
| 5.5.1 不确定性优化方法的流程 |
| 5.5.2 应用算例 |
| 5.6 本章小结 |
| 第6章 动力系统试验分析与验证 |
| 6.1 试验介绍 |
| 6.1.1 试验台架介绍 |
| 6.1.2 试验测试软、硬件介绍 |
| 6.2 试验结果 |
| 6.2.1 发动机拖起工况瞬态扭矩试验 |
| 6.2.2 柴油压燃瞬间冲击扭矩试验 |
| 6.2.3 优化效果对比验证 |
| 6.3 本章小结 |
| 第7章 结论 |
| 7.1 研究内容 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（5）基于无人机的目标追踪算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 论文主要研究内容及结构 |
| 第二章 智能无人机平台设计方案 |
| 2.1 引言 |
| 2.2 平台整体设计方案 |
| 2.3 无人机平台硬件设计方案 |
| 2.4 无人机平台软件设计方案 |
| 2.4.1 ROS机器人操作系统 |
| 2.4.2 Tensor RT深度学习框架 |
| 2.4.3 Open CV计算机视觉库 |
| 2.5 本章小结 |
| 第三章 基于传统的目标跟踪算法 |
| 3.1 引言 |
| 3.2 目标跟踪算法 |
| 3.2.1 点跟踪 |
| 3.2.2 核跟踪 |
| 3.2.3 轮廓跟踪 |
| 3.3 相关滤波跟踪算法 |
| 3.3.1 样本构建 |
| 3.3.2 优化设计 |
| 3.3.3 更新方法 |
| 3.4 KCF目标跟踪算法 |
| 3.4.1 MOSSE算法 |
| 3.4.2 岭回归分类器 |
| 3.4.3 循环矩阵 |
| 3.4.4 基于核机制的训练与检测 |
| 3.4.5 更新策略 |
| 3.5 OTB100数据集(Object Tracking Benchmark) |
| 3.5.1 简介 |
| 3.5.2 评价指标 |
| 3.6 仿真实验 |
| 3.6.1 实验流程 |
| 3.6.2 实验结果与分析 |
| 3.7 KCF优化算法 |
| 3.7.1 优化结果与分析 |
| 3.8 本章小结 |
| 第四章 基于深度学习的目标追踪算法 |
| 4.1 引言 |
| 4.1.1 Keras 基本概念 |
| 4.1.2 卷积神经网络(CNN) |
| 4.1.3 池化层 |
| 4.2 常见的目标追踪算法 |
| 4.2.1 滑窗法 |
| 4.2.2 Selective Search 和 R-CNN |
| 4.2.3 SPP、ROI Pooling 和 Fast R-CNN |
| 4.3 YOLO 目标检测算法 |
| 4.4 SSD 目标检测算法 |
| 4.5 YOLO3 目标检测算法 |
| 4.6 PASCAL VOC 数据集 |
| 4.7 实验步骤 |
| 4.8 实验结果分析 |
| 4.8.1 SSD 和 YOLO3 在标准数据集上的表现 |
| 4.8.2 视频实验结果分析 |
| 4.9 本章小结 |
| 第五章 无人机目标追踪平台实验 |
| 5.1 引言 |
| 5.2 基于SVO的目标定位算法 |
| 5.2.1 FAST角点检测 |
| 5.2.2 单应矩阵 |
| 5.2.3 三角化 |
| 5.2.4 位姿预估 |
| 5.2.5 Pn P与BA(Bundle Adjustment) |
| 5.3 无人机仿真平台搭建 |
| 5.4 平台仿真实验及结果分析 |
| 5.4.1 实验步骤 |
| 5.4.2 算法优化 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 基本情况 |
| 教育背景 |
| 攻读研究生期间的研究成果 |
（6）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（7）应对高渗透率分布式电源接入的主动配电网优化调度方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 高渗透率分布式电源接入下主动配电网优化调度技术研究现状 |
| 1.3 主要研究内容和章节安排 |
| 2 应对可再生能源出力不确定性的主动配电网可调节鲁棒优化方法 |
| 2.1 引言 |
| 2.2 主动配电网系统分析 |
| 2.3 主动配电网可调节鲁棒优化调度模型 |
| 2.4 基于改进不确定边界的鲁棒成本决策方法 |
| 2.5 算例分析 |
| 2.6 本章小结 |
| 3 计及源荷双侧不确定性的主动配电网协调互动优化方法 |
| 3.1 引言 |
| 3.2 基于正态云模型的配电网需求侧响应不确定特性分析 |
| 3.3 计及源荷双侧不确定性的主动配电网协调互动优化模型 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 4 考虑多类型分布式电源接入的交直流混合主动配电网分层优化策略 |
| 4.1 引言 |
| 4.2 交直流混合主动配电网分层调度架构分析 |
| 4.3 交直流混合主动配电网两阶段分层优化调度模型 |
| 4.4 基于离散风驱动算法的分层优化模型求解 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 5 联盟链框架下主动配电网电能交易模式与优化方法 |
| 5.1 引言 |
| 5.2 基于联盟链的主动配电网市场主体电力交易体系 |
| 5.3 联盟链框架下主动配电网演化博弈模型及电力交易过程 |
| 5.4 联盟链框架下主动配电网电力交易智能合约生成方法 |
| 5.5 算例分析 |
| 5.6 本章小结 |
| 6 利用输配两级动态交互特性辅助分布式电源消纳的一体化优化调度方法 |
| 6.1 引言 |
| 6.2 输配两级电网动态交互特性分析与协同优化调度 |
| 6.3 基于多学科响应面的输配两级电网协同优化方法 |
| 6.4 基于并行子空间算法的系统分析与子学科响应面构建方法 |
| 6.5 算例分析 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间所取得的科研成果 |
| 附录2 攻读博士学位期间参与的科研项目 |
（8）基于未来智慧城市愿景的城市家具设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 绪论 |
| 第一节 研究缘起 |
| 一、未来智慧城市发展的客观需求 |
| 二、城市形象和生活品质提升的需求 |
| 三、城市家具自我更新的需求 |
| 第二节 研究现状 |
| 一、文献综述 |
| 二、研究历史 |
| 三、问题现状 |
| 第三节 研究目标和方法 |
| 一、研究目标 |
| 二、研究方法 |
| 第四节 研究内容与意义 |
| 一、研究内容 |
| 二、研究意义 |
| 第五节 研究创新点 |
| 第一章 概念认知 |
| 第一节 智慧城市研究 |
| 一、智慧城市界定 |
| 二、智慧城市沿革 |
| 三、智慧城市内涵 |
| 四、未来城市概述 |
| 第二节 城市家具研究 |
| 一、城市家具界定 |
| 二、城市家具概述 |
| 三、城市家具现状 |
| 第二章 新技术与未来智慧城市 |
| 第一节 5G与未来智慧城市 |
| 一、5G基本概述 |
| 二、5G与物联网 |
| 三、5G与智慧城市 |
| 第二节 人工智能与未来智慧城市 |
| 一、人工智能基本概况 |
| 二、人工智能与智慧城市 |
| 三、人工智能与智能交通 |
| 第三节 城市大脑是城市级人工智能应用 |
| 一、城市大脑发展概况 |
| 二、城市大脑的交通应用 |
| 三、城市大脑的开创意义 |
| 第四节 智能机器人与未来智慧城市 |
| 一、智能机器人技术概述 |
| 二、智能机器人的智慧城市应用 |
| 三、智能机器人的城市家具应用 |
| 第三章 未来智慧城市愿景 |
| 第一节 未来城市理论研究 |
| 一、未来城市理论启蒙 |
| 二、未来城市理论发展 |
| 三、未来城市理论高潮 |
| 四、国内未来城市理论 |
| 五、未来城市最新研究 |
| 第二节 智慧城市实践研究 |
| 一、IBM的智慧城市实践 |
| 二、新加坡和韩国的智慧城市实践 |
| 三、国内智慧城市实践 |
| 第三节 未来城市愿景 |
| 一、未来城市研究思辨 |
| 二、我国智慧城市问题 |
| 三、国家城市发展规划 |
| 四、未来智慧城市愿景 |
| 第四章 未来城市家具愿景 |
| 第一节 城市家具新气象 |
| 一、智能城市家具概念分析 |
| 二、智能城市家具分类研究 |
| 三、智能城市家具案例赏析 |
| 第二节 未来城市家具愿景 |
| 一、城市家具的生存现状 |
| 二、未来城市与未来城市家具 |
| 三、未来城市家具愿景 |
| 第三节 人工智能城市家具愿景 |
| 一、机器人城市家具愿景 |
| 二、“无人”城市家具愿景 |
| 三、“共享”城市家具愿景 |
| 第五章 智慧城市家具设计系统 |
| 第一节 “人”--行为主体研究 |
| 一、“人”的系统定位 |
| 二、人类学与设计人类学 |
| 三、受众人群的身心因素 |
| 四、社会弱势群体研究 |
| 第二节 “事”--人车出行系统 |
| 一、人车出行系统概述 |
| 二、人车出行系统分类 |
| 三、人车出行系统分析 |
| 四、未来人车出行愿景 |
| 第三节 “场”--城市街道空间 |
| 一、街道空间基本概述 |
| 二、街道空间分类研究 |
| 三、街道空间要素分析 |
| 四、未来街道空间形态 |
| 第四节 “物”--智慧城市家具 |
| 一、智慧城市家具概念界定 |
| 二、城市家具现代化理念剖析 |
| 三、智慧城市家具设计体系理论模型 |
| 第五节 造“境”--智慧城市家具设计体系应用研究 |
| 一、造“境”--未来城市美学研究 |
| 二、智慧城市家具设计体系应用模型 |
| 三、智慧城市家具设计体系策略研究 |
| 四、共享单车“智慧家具带”设计策略 |
| 五、智能集约化“智慧路灯杆”设计策略 |
| 六、无人共享化“智慧微枢纽”设计策略 |
| 第六章 智慧城市家具设计实践 |
| 第一节 智能自行车城市级分布式能源共享系统 |
| 一、公共自行车面临的困境 |
| 二、新型跨界系统破解困局 |
| 三、系统构成与要素建构 |
| 四、新型跨界系统研究展望 |
| 第二节 地埋式垃圾箱系统研究 |
| 一、需求分析与切入点 |
| 二、垃圾收运系统简析 |
| 三、基础调研与设计要素 |
| 四、具体方案设计实践 |
| 结论 |
| 参考文献 |
| 图表来源索引 |
| 专业能力展示 |
| 致谢 |
（9）基于雷达通信一体化机制的车辆情境信息感知方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.1.1 智能车辆情境信息感知 |
| 1.1.2 雷达通信一体化机制 |
| 1.2 课题研究的目的及意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 情境信息的感知方法 |
| 1.3.2 雷达通信一体化系统 |
| 1.3.3 数据融合处理算法 |
| 1.3.4 存在问题与不足 |
| 1.4 论文主要研究内容及组织结构 |
| 第2章 一体化信号参数设计优化与性能分析 |
| 2.1 引言 |
| 2.2 一体化波形的设计标准及工作模式 |
| 2.2.1 设计标准 |
| 2.2.2 工作模式 |
| 2.3 基于OFDM体制的一体化波形 |
| 2.3.1 连续波OFDM信号 |
| 2.3.2 脉冲串PC-OFDM信号 |
| 2.4 OFDM一体化信号特性分析 |
| 2.4.1 模糊函数分析 |
| 2.4.2 包络峰均比分析 |
| 2.5 仿真结果分析 |
| 2.5.1 连续波OFDM模糊函数分析 |
| 2.5.2 脉冲串PC-OFDM模糊函数分析 |
| 2.5.3 包络峰均比分析 |
| 2.6 小结 |
| 第3章 基于一体化机制的目标参数估计 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 连续波OFDM一体化系统的目标参数估计 |
| 3.3.1 距离和速度估计 |
| 3.3.2 角度估计 |
| 3.3.3 目标散射类型估计 |
| 3.3.4 仿真结果分析 |
| 3.4 脉冲串PC-OFDM一体化系统的距离和速度估计 |
| 3.4.1 距离和速度估计 |
| 3.4.2 性能分析 |
| 3.4.3 仿真结果分析 |
| 3.5 小结 |
| 第4章 基于一体化机制的干扰抑制分析 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 多车协作感知 |
| 4.2.2 交织OFDM信号 |
| 4.3 ICI抑制算法 |
| 4.4 基于通信信号重构的信号分离算法 |
| 4.5 仿真结果分析 |
| 4.5.1 ICI抑制性能分析 |
| 4.5.2 混合信号分离性能分析 |
| 4.5.3 通信性能分析 |
| 4.6 小结 |
| 第5章 基于一体化机制的间接协作车辆定位 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 基于无人机辅助的间接协作定位 |
| 5.2.2 重复OFDM信号 |
| 5.3 无人机的距离和速度估计 |
| 5.3.1 多普勒补偿 |
| 5.3.2 高分辨距离像的稀疏表示模型 |
| 5.3.3 仿真结果分析 |
| 5.4 间接协作定位算法 |
| 5.4.1 基于动态非参数置信度传播的间接协作定位 |
| 5.4.2 定位性能分析 |
| 5.4.3 仿真结果分析 |
| 5.5 小结 |
| 结论 |
| 参考文献 |
| 附录A 模糊函数的推导 |
| A.1 PC-OFDM信号 |
| A.2 PCSF-OFDM信号 |
| 附录B 间接协作定位Fisher信息矩阵 |
| B.1 Fisher信息矩阵的推导 |
| B.2 车辆定位精度的讨论 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（10）基于改进并行子空间算法的输配两级电网协同优化（论文提纲范文）
| 0 引言 |
| 1 输配两级电网优化调度模型 |
| 1.1 输配两级电网协同优化调度目标 |
| 1.2 输电网优化模型 |
| 1.3 配电网优化模型 |
| 2 基于并行子空间算法的协同优化模型 |
| 2.1 CSSO算法引入 |
| 2.2 基于CSSO算法的输配两级电网协同优化调度模型 |
| 3 基于改进CSSO算法的输配两级电网协同优化调度模型求解 |
| 3.1 系统分析 |
| 3.2 基于RBF神经网络的响应面近似模型 |
| 3.3 基于改进CSSO算法的输配两级电网协同优化调度策略求解流程 |
| 4 仿真算例 |
| 4.1 算例介绍 |
| 4.2 算例分析 |
| 5 结论 |
四、并行子空间设计算法在电动无人机一体化设计中的应用(英文)（论文参考文献）
- [1]智慧林业中立体感知体系关键技术研究[D]. 王艳华. 东北林业大学, 2021
- [2]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [3]多旋翼农用无人机能源载荷匹配技术研究[D]. 林晋立. 华南农业大学, 2019(02)
- [4]客车双电机同轴混联动力系统参数多目标协同优化研究[D]. 郭晓光. 北京理工大学, 2018(06)
- [5]基于无人机的目标追踪算法研究[D]. 石岳倩. 西安电子科技大学, 2020(05)
- [6]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [7]应对高渗透率分布式电源接入的主动配电网优化调度方法研究[D]. 叶畅. 华中科技大学, 2019
- [8]基于未来智慧城市愿景的城市家具设计研究[D]. 周波. 中国美术学院, 2019(01)
- [9]基于雷达通信一体化机制的车辆情境信息感知方法研究[D]. 田旋旋. 哈尔滨工业大学, 2018(01)
- [10]基于改进并行子空间算法的输配两级电网协同优化[J]. 叶畅,苗世洪,李超,杨炜晨,孙丹丹. 电工技术学报, 2018(23)