1 桂林电子科技大学 电子工程与自动化学院，广西桂林54004
2 广西光电信息处理重点实验室，广西桂林541004
偏振遥感经验阈值云检测算法受主观因素影响较强，极易在亮地表上空出现云检测不准确的问题。针对该问题，本文提出了一种主动和被动遥感卫星相结合的机器学习云检测算法。该算法基于POLDER3载荷多通道多角度偏振特性以及CALIOP载荷高精度云垂直特性展开研究，利用POLDER3载荷和CALIOP载荷观测重合区域数据，搭建了粒子群算法优化的BP神经网络训练云检测模型。基于该云检测训练模型，利用POLDER3一级数据开展云检测试验，试验显示该算法云检测结果与MODIS云检测产品一致性为92.46%，高于POLDER3官方云检测产品与MODIS云检测产品的一致性83.13%。通过对比本文算法试验结果与POLDER3官方云检测产品不同的像元的光学特性发现，相比POLDER3官方算法，本算法对于亮地表上空薄云具有更强的敏感性，能更有效地进行云检测。
云检测 亮地表 偏振遥感 PSO算法 BP神经网络 Cloud detection Bright ground Polarization remote sensing PSO algorithm BP neural network
燕山大学 电气工程学院, 河北 秦皇岛 066004
基于光纤拉曼散射效应和Monte-Carlo法, 建立了一种分布式光纤拉曼温度传感系统(DTS)传感模型。应用改进的PSO算法对所建立的传感模型进行参数辨识, 分析了种群数目、迭代次数、惯性权重、加速度因子等参数选值对算法的影响, 选取了最佳参数组合。搭建了分布式光纤温度传感系统实验平台, 运用所建立的DTS传感模型对分布式光纤温度传感系统进行相关的仿真及预测。实验及仿真结果表明,传感模型在空间分辨率为1m时, 预测误差≤±0.25%; 该分布式光纤温度传感系统测温误差≤±0.40℃。
光学测量 DTS传感模型 PSO算法 参数辨识 分布式光纤温度传感系统 测温误差 optical measurement DTS sensing model PSO algorithm parameter identification distributed optical fiber temperature sensing syst temperature measurement error
1 河南科技大学, 电气工程学院
2 河南 洛阳 471023
针对水下传感器网络的节点部署问题, 提出了一种基于改进粒子群(PSO）算法的三维传感器网络节点部署算法。通过线性调整PSO算法的权重因子, 在有效避免节点陷入局部寻优的同时, 实现对当前部署区域的全面部署, 消除部署后期节点在最佳部署位置附近产生的震荡现象。与虚拟力算法相比, 所提算法在较短时间内即可达到最优部署效果, 并且在获得较高三维覆盖率的同时, 有效地保证了网络节点之间的连通性。
水下传感器网络 三维部署 PSO算法 underwater sensor network 3D deployment PSO algorithm
针对复杂背景下视觉目标跟踪问题,提出了一种基于多特征融合和改进建议分布函数的粒子滤波目标跟踪算法。为了解决单一特征跟踪稳定性差的问题,该方法在构造粒子滤波算法观测似然函数的过程中,综合利用颜色、梯度和纹理特征,并给出一种有效的特征权值自适应分配策略。针对传统建议分布函数无法利用观测信息的缺陷,提出了一种基于PSO算法的建议分布函数,有效地抑制了粒子退化现象。实验采用复杂地面环境下的多组图像序列,结果表明该算法的有效性。
目标跟踪 粒子滤波 多特征融合 建议分布 PSO算法 target tracking particle filter multi-features fusion proposal distribution PSO algorithm
1 军械工程学院，石家庄 050003
2 北方机电工业学校，河北 张家口 075000
针对四旋翼无人机姿态控制中反馈信号存在强噪声干扰时PID控制效果变差的问题，提出了一种基于跟踪微分器的PD控制器设计方法，并利用粒子群优化算法（PSO）整定跟踪微分器参数。首先,针对跟踪微分器对信号的跟踪与滤波作用，分别提出了基于跟踪误差的跟踪性能评价指标与基于高频信息能量的滤波性能评价指标，然后利用跟踪性能评价指标和滤波性能评价指标的加权和作为适应度函数设计PSO算法整定跟踪微分器参数；最后的仿真实验证明，当四旋翼飞行器的传感器量测噪声较强时，基于该方法的控制器具有良好的控制性能。
四旋翼无人机 姿态控制 PSO算法 跟踪微分器 参数优化 quadrotor UAV attitude control PSO algorithm Tracking-Differentiator(TD) parameter optimization
燕山大学信息科学与工程学院， 河北省特种光纤与光纤传感重点实验室， 河北 秦皇岛066004
提出了一种将Particle Swarm Optimization (PSO)算法和Levenberg-Marquardt(LM)算法按概率混合优化的新算法， 将其用于Pseudo-Voigt型布里渊散射谱以提高其拟合度和频移提取精度。新算法以PSO算法为主框架， 首先用PSO算法进行全局搜索， 在优化一定次数后每次优化随机产生一个概率rand（0,1）， 若rand（0,1）小于或等于事先设定的概率P， 则把PSO算法得到的最优解作为LM算法的初值进行局部深度搜索， 将LM算法得到的最优解替换先前PSO算法的最优解，继续使用PSO算法进行全局搜索； 若rand（0,1）大于P则仍然用PSO算法搜索， 等待下一次优化产生随机概率rand（0,1）进行判断， 交替使用两种算法直至获得理想的全局最优解。 仿真分析和实验表明， 新算法克服了单一算法的缺点， 提高了布里渊散射谱的拟合度和频移提取的精度， 充分证明了新算法的实用性和可行性。
布里渊散射谱 PSO算法 Levenberg-Marquardt算法 分布式光纤传感 Brillouin scattering spectrum Particle swarm algorithm Levenberg-Marquardt algorithm Distributed optical fiber sensing
1 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
2 哈尔滨工业大学 控制科学与工程系，黑龙江 哈尔滨 150001
为进一步提高图像法自动聚焦的性能，提出了一种差分式提取图像边缘的方法，并构造了图像清晰度的小波评价函数，同时利用微粒群(PSO)算法对聚焦区域进行快速搜索。首先，介绍了差分式边缘提取方法及其优势，给出了一种评价区域的选取判据以及基于PSO的高效搜索方法; 然后，对小波评价函数参数进行了比较分析和优选; 最后，与传统方法进行了对比实验。结果表明，由于采用了差分式提取方法以及新的自适应聚焦窗口和评价函数，聚焦曲线较传统方法具有更高的调焦分辨率，PSO算法的使用使聚焦速度提高了约170 ms，聚焦精度约为23 μm，同时调焦效果不受初始位置的影响。
自动聚焦 差分式边缘提取 聚焦区域选择 微粒群(PSO)算法 清晰度评价函数 小波变换 auto-focusing difference edge extraction focus region selection Particle Swarm Optimization(PSO) defination evaluation function wavelet transform
1 燕山大学 电气工程学院，河北 秦皇岛 066004
2 燕山大学 信息科学与工程学院，河北 秦皇岛 066004
提出了一种应用于WDM系统中的自适应偏振模色散(PMD)补偿方法。将偏振扰频器与基本正交偏振分束探测相结合，首先由偏振信号光功率PS和消偏的背景噪声PN得到光信噪比(OSNR)，然后再通过OSNR与偏振度(DOP)的关系来实现多信道DOP的监测。采用粒子群优化(PSO)算法实现了DOP的搜索和跟踪，并经D／A转换，将对应的电压施加在偏振控制器上。调制电压范围为0～10V，调节信号的基本偏振态，从而形成闭环反馈控制模块。通过多次迭代，得到了DOP的最佳值，实现了对PMD的自适应补偿。补偿后，眼图张开度得到了明显的改善。论证了补偿方法的有效性。
光纤通信技术 波分复用(WDM) 偏振模色散(PMD) 自适应补偿 粒子群优化(PSO)算法 optical fiber communication technology wavelength division multiplexing (WDM) polarization mode dispersion (PMD) adaptive compensation particle swarm optimum (PSO) algorithm
