针对指数变增益迭代学习控制(ILC)算法难以进一步改进且缺乏优化理论等问题, 提出一种指数变增益迭代学习控制(ILC)算法在线性时不变(LTI)系统中的控制增益优化方法。首先,由托普利茨矩阵特性和矩阵迭代理论得到单输入单输出(SISO)离散LTI系统中的收敛充要条件, 并证明算法的收敛性; 其次, 由最优化理论得到算法单调收敛条件, 最终得到最优控制增益的精确解, 并得出指数增益与最优控制增益之间的关系。该方法根据系统状态方程得到最优控制策略, 可计算得到精确最优控制值, 进一步提高系统收敛速度。仿真结果表明, 该方法能有效提高算法学习速度, 具有良好的控制性能。
迭代学习控制 指数变增益 单调收敛 最优控制增益 收敛速度 iterative learning control exponentially variable gain monotonic convergence optimal control gain convergence speed
1 宜宾学院物理与电子工程学院, 四川 宜宾 644000
2 宜宾学院中美应用技术学院, 四川 宜宾 644000
为提高随机并行梯度下降(SPGD)算法的波前像差优化校正的收敛速度,从SPGD算法原理出发,分析算法迭代中制约其收敛速度的因素,提出一种基于波前像差梯度平方寻优的随机并行梯度下降算法。通过理论公式推导,分析波前梯度平方和波前随机扰动量的线性关系,并利用远场光斑的归一化二阶矩,近似计算波前像差梯度平方,最终实现波前像差的优化校正。随后采用数值仿真方法对比分析已有的SPGD算法和本文算法的收敛速度和校正效果。最后通过菲涅耳波带片波前像差的无波前传感自适应光学校正实验,进一步验证算法的性能。数值仿真和校正实验结果一致,表明本文算法具有更快的收敛速度,适应性更强。
大气光学 波前像差 无波前传感自适应光学 随机并行梯度下降算法 收敛速度 波前梯度平方 激光与光电子学进展
2019, 56(24): 240103
1 中国科学院长春光学精密机械与物理研究所国家光栅制造与应用工程技术研究中心, 吉林 长春 130033
2 中国科学院大学, 北京 100049
提出了分步寻优的基于粒子位置调整惯性权重的粒子群算法(PDW-PSO),通过调用严格耦合波方法(RCWA)计算衍射效率,进行了光栅结构参数的优化。将PDW-PSO与惯性权重不变的粒子群算法(PSO)和基于迭代次数调整惯性权重的粒子群算法(IDW-PSO)进行对比,结果表明PDW-PSO具有更快的收敛速度,相比于PSO和IDW-PSO,PDW-PSO的平均迭代次数分别从89.83和74减少至21.2,调用RCWA的次数分别从3144.05和2590下降至224。分析了波段匹配数对算法的影响, PSO和IDW-PSO的RCWA调用次数与波段匹配数呈等倍率增加,而PDW-PSO的RCWA调用次数的增加倍率小于波段匹配数的增加倍率。进行了算法准确度实验,在30次运行中,PDW-PSO与PSO、IDW-PSO正确收敛到最优值的次数相近,误差值不超过6.6%;随着粒子数的增加,三种方法的准确度都有所提高,粒子数达到27后基本都可以保证收敛到最优。
光栅 亚波长角向偏振金属光栅 粒子群优化算法 基于粒子位置调整惯性权重 收敛速度
大连大学辽宁省北斗高精度位置服务技术工程实验室, 辽宁 大连 116622
针对噪声影响下光流计算稳健性较差及收敛速度慢的问题, 提出一种噪声环境下光流场快速稳健估计方法。所提算法基于噪声环境下光流场估计方法, 引入惩罚因子以增强光流计算稳健性, 并在光流计算迭代公式中加入动量因子缩短光流计算收敛时间以加快光流场计算。而后基于变分方法极小化光流能量函数求解欧拉-拉格朗日方程, 最后通过迭代方法求得速度场。仿真结果表明, 对视频中连续两帧图片加入不同高斯噪声后, 与M算法及ML算法相比, 所提算法可显著增强光流场计算稳健性, 缩短光流计算收敛时间, 加快光流场计算。
光流计算 噪声环境 惩罚因子 动量因子 收敛速度 稳健性 optical flow calculation noisy environment penalty factor momentum factor convergence speed robustness
为了进一步提高果蝇优化算法 (FOA)的性能，提出了一种自适应果蝇优化算法 (SAFOA)，设计了果蝇搜索群体模型，给出了一种自适应搜索步长搜索算法。仿真结果表明，相比 FOA算法和递减步长果蝇优化算法 (DS-FOA)，SAFOA收敛速度较快，全局搜索与局部寻优能力强，并能到达高的收敛精确度。
果蝇优化算法 自适应搜索步长 搜索群体 收敛速度 Fruit Fly Optimization Algorithm self -adaptive variable-step searchgroup rate of convergence 太赫兹科学与电子信息学报
2016, 14(4): 610
安徽大学物理与材料科学学院, 安徽 合肥 230601
鬼成像(或关联成像)的耗时问题是该研究通往应用领域的艰难瓶颈。以杨氏双缝的鬼衍射为例，通过引入一个收敛判据，研究了一系列影响收敛速度的因素 以及收敛特征。计算机实验表明，物体的特征尺度与照明光场的横向相干长度是影响成像速度的共同关键因素。作者希望以此引起人们对关联光学实时化问题的关注。 此外，给出的数值热光源的产生方法可为鬼成像的变形-主动照明式激光雷达的光源提供驱动。
图像处理 鬼成像 收敛 收敛速度 image processing ghost imaging convergence convergence speed
1 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉 430079
2 武汉市测绘院, 湖北武汉 430022
3 华中师范大学计算机学院, 湖北 武汉 430079
深入剖析传统神经网络非均匀性校正方法收敛速度慢以及易产生“鬼影”现象的主要原因,在此基础上,提出一种基于非局部均值滤波和神经网络的红外焦平面阵列非均匀性校正算法.为了加快收敛速度并减少“鬼影”现象,在神经网络隐含层,利用具有全局寻优且能保持边缘的非局部均值滤波器代替传统的均值滤波器以估计具有更高置信度的真值影像;同时设计可变学习率来自适应地调整每个探测元的非均匀性校正参数的迭代更新过程,以进一步消除“鬼影”.采用两组分别受高空间频率和低空间频率非均匀性干扰的真实红外序列图像进行实验.实验结果表明:相较于目前已有的方法,本文方法不仅具有较快的收敛速度,而且较大程度上抑制了“鬼影”现象的发生.
非均匀性校正 神经网络 非局部均值滤波 收敛速度 鬼影 nonuniformity correction neural network non-local means filter convergence speed ghosting artifacts
1 空军工程大学信息与导航学院, 西安710077
2 中国人民解放军94326部队, 济南250023
多无人机系统中,系统状态的一致性是实现多无人机分布式协同控制的基础, 一致性控制算法是多无人机系统实现状态一致的有效方法。通信约束条件下, 无人机平台基于局部交互信息, 通过一致性控制算法, 控制系统状态演化一致。为解决改变通信拓扑结构和多跳路由通信的不可操作性问题, 引入状态差值和预测状态,设计新的快速一致性控制算法。给出新算法收敛性和快速性的相关定理,并进行了严格的数学证明, 在分布式协同控制结构下实现多无人机快速任务协同。理论分析和仿真实验验证了算法的可行性和有效性。
多无人机系统 分布式协同控制 一致性理论 状态差值 预测状态 收敛速度 multi-UAV system distributed cooperative control consensus theory state difference predictive state convergence speed
针对采用 FCM聚类进行测量图像分割时, 模糊加权指数难以确定的问题, 通过分析 FCM聚类原理, 依据测量图像分割的具体要求, 根据加权指数对不同模糊聚类过程的作用程度, 提出了一种基于自适应模糊加权指数的 FCM聚类测量图像分割方法。实验结果表明: 该算法可以减少聚类迭代次数, 确保分类的准确性, 提高图像分割质量。
图像分割 FCM聚类 模糊加权指数 收敛速度 测量图像 image segmentation FCM coefficient of fuzzy weight convergence rate measurement image
1 河北联合大学电气工程学院, 河北 唐山 063009
2 中国科学院光电技术研究所自适应光学研究室, 四川 成都 610209
对基于随机并行梯度下降（SPGD）算法的自适应光学(AO)系统带宽进行了理论研究和实验分析。首先通过分析算法的随机扰动特性，研究了算法收敛速度与波前校正器单元数之间的关系。在此基础上，通过与基于哈特曼夏克(H-S)波前传感器的传统自适应光学系统相对比，对基于SPGD算法的自适应光学系统带宽进行了理论分析，并通过动态波前畸变校正实验进行了实验验证，实验结果与带宽理论分析基本一致。研究结果为设计和合理应用基于SPGD算法的自适应光学系统提供了依据。
自适应光学 随机并行梯度下降算法 带宽 收敛速度 闭环 激光与光电子学进展
2013, 50(3): 030101
