一、一种基于网格的DDM区域匹配算法（论文文献综述）
朱广豫[1]（2020）在《复杂电磁问题分治算法研究》文中进行了进一步梳理现如今,电磁仿真已经成为了基础性的科研工具,成为了理论与实践的桥梁。快速精确便捷的求解复杂电磁问题,在科学与工程的各个领域都有着极其广泛的应用。然而,随着科技的飞速发展,电磁问题日益复杂,规模日益增大,现有的电磁计算方法仍然不足以满足科学与工程领域不断增长的需求。电大尺寸、复杂几何结构、复杂材料特性、复杂电磁环境,电磁问题的求解方式亟待发展新生力量,从而更好的应对这些更具挑战性的问题。本课题直面上述挑战,着眼于复杂电大尺寸多尺度电磁问题,重点开展相关分治算法的研究。本文以众多实际应用为大背景,重点着眼于其共性的基础性的层面,发展相应的分治算法。本文力求探究“波动物理”与“分治思想”之间的潜在联系,针对复杂电磁问题的分治算法,在深度和广度方面进行改进与提升,包括:面向复杂目标的计算复杂度、面向电大尺寸的数值稳定性、面向多尺度问题的计算效率、面向实际问题的算法易用性等等。本文的主要贡献概括如下:1.提出了一种面向复杂目标的多向多层快速复空间多极子算法（MDML-FCSMA）。总体上,该算法融合了多层快速多极子算法（MLFMA）和多层矩阵分解算法（MLMDA）的基本思想,将高频射线的物理特性以一种系统的完善的方式真正融入到了MLFMA的算法体系之中。具体的,本文算法对MLFMA的各个关键模块进行了不同程度的泛化。首先,以蕴含蝶形特征的方向性多层结构为框架,以高斯波束转移算子的复坐标延伸为纽带,建立了空域和谱域、电磁量与几何量之间的特定关系,揭示了转移不变量特性。然后,通过将球面插值点与积分点相分离,整个算法采用局部坐标系下球冠区域上的数值积分和全局坐标系下单位球面上的局部插值。最后,获得了“转移驱动型”的算法建立步骤和“方向图局部化”的算法执行步骤。理论分析和数值实验表明,不同于MLFMA,针对一维线状、二维平面、三维实体类型的电大尺寸目标,本文算法均具有稳定的准线性的计算复杂度;同时,本文算法具有良好的误差可控性。2.提出了一种面向电大尺寸的数值稳定的多向多层快速非均匀平面波算法（MDML-FIPWA）。从算法的效果上来看,先前版本的多层快速非均匀平面波算法（ML-FIPWA）在计算电大尺寸目标时会出现不可避免的数值溢出问题,整个算法是数值不稳定的;相比之下,本文提出的方法具有十分良好的数值稳定性,能够十分有效的求解电大尺寸问题。从问题的本质上来看,通过深入分析格林函数展开式的各个组成部分在不同多层结构及其远场条件下的幅度特性,归纳出了对数值稳定性起决定性作用的关键指数因子,阐明了先前的ML-FIPWA出现数值不稳定的根本原因,同时揭示了本文提出的MDML-FIPWA能够维持数值稳定的关键所在。此外,不同于先前的ML-FIPWA,本文提出的方法在应对不同类型几何特征的目标时均具有稳定的准线性的计算复杂度。3.提出了一种基于完全匹配层的多向多层快速同伦多极子算法（MDMLMP-PMLHA）。整个算法以带有完全匹配层（PML）填充的矩形波导为切入点,利用模式表示与射线表示之间的等价转化关系,并借助于方向图函数的插值与外推,最终建立起了“蝶形多极子”类型的快速算法。整个算法的建立不依赖于任何数值积分离散,仅涉及到基本的级数截断与交换求和次序。理论分析和数值实验表明,针对复杂电大尺寸目标,该算法具有稳定的计算复杂度和良好的误差可控性。此外,通过揭示算法中内蕴的模式同伦特性,本文给出了认识多极子类型算法的一种独到的视角。同时,该算法还建立了微波工程领域众多经典模型和经典概念之间一个巧妙而具体的联系。4.提出了一种基于预拆分格林函数的电磁多尺度问题高效分析方法（MS-PSG-FFT-ACA）。具体的,借助于预拆分格林函数的框架,构建了一种同时利用快速傅里叶变换（FFT）和自适应交叉近似（ACA）的混合快速算法。在分析电磁多尺度问题时,相比于此前仅使用FFT进行加速的方法,本文的方法能够在不损失计算效率的前提下维持较低的内存消耗。此外,不同于此前以数值预校正为框架的混合算法构建方案,本文的方法由于受益于解析层面的预拆分,因而可以分别独立的构建辅助笛卡尔网格和八叉树空间分组,相应的,整个算法的建立步骤更加的简单和直接。5.提出了一种复杂电大问题的积分方程黑盒重叠型区域分解方法（IE-ODDM-BB）。具体的,基于“元素与并集”的思想,设计了一种盲几何的区域分解建立方案;同时,引入了一种序列加速收敛方法,极大的提升了算法迭代求解阶段的鲁棒性。不同于先前版本的积分方程重叠型区域分解方法（IE-ODDM）,本文的方法只需要用于常规矩量法（Mo M）的不含任何分区信息的基本网格（Mesh）,整个算法的建立不依赖于目标的几何建模（CAD）步骤。相应的,本文的区域分解方法可以非常直接的加入现有的电磁仿真软件平台之中。此外,对于普通用户而言,本文的区域分解方法可以在无需用户干预的情况下自动的执行划分与求解。数值实验表明,本文的IE-ODDM-BB-MLFMA能够以显着低于CG-MLFMA（不分区）的内存需求计算典型的复杂电大尺寸电磁散射问题。6.提出了一种基于卡尔德隆预条件组合场积分方程的重叠型区域分解方法（CP-CFIE-ODDM）。先前的积分方程重叠型区域分解（IE-ODDM）系列方法均是基于电磁积分算子“线性组合”的方程而构建;相比之下,本文的方法首次尝试将IE-ODDM方法基于电磁积分算子“非线性组合”的方程而构建。在应对电磁多尺度问题等具有稠密网格的情形时,采用之前的基于组合场积分方程的重叠型区域分解方法（CFIE-ODDM）,其子区内迭代会遭遇潜在的慢收敛问题;相比之下,本文的方法能够始终维持十分稳定的内迭代收敛性,整体上具备更好的鲁棒性。7.提出了一种基于纽曼级数和骨架分解的积分逆算子稀疏表示（SR-IIO-NS-SF）。首先,借助于基函数空间分组,进行矩量法（Mo M）阻抗矩阵分裂。然后,基于近场矩阵的准静态特性和固有的稀疏性,构建了不含远场等效面的层级骨架分解,获得了近场逆矩阵的稀疏分解表示形式。最后,以纽曼级数为大框架,联合近场逆矩阵和原始远场矩阵,并同时利用二者的稀疏表示,将整个积分逆算子离散表示为了一系列稀疏矩阵的“加”与“乘”的组合形式。整个稀疏表示独立于入射右端项,具有直接解法的特征。数值实践表明,相比于共轭梯度法（CG）等典型的子空间迭代法,本文算法的求解过程具有更高的计算效率;同时,对于多尺度情形,本文算法具有更强的鲁棒性。本文的算法为电磁领域高频直接解法的进一步研究提供了一种新颖的切入角度。
贾平昊[2]（2019）在《新型有限元区域分解方法的研究与应用》文中研究表明随着电磁理论研究的不断深入和工程领域对电磁仿真要求的日益提高,电尺寸越来越大而且结构和材料愈发复杂的目标电磁特性分析亟待解决。即使近年来计算机技术日新月异和应用数学的快速发展推动了计算电磁学的进步,然而目前的计算电磁学方法仍无法满足当前电磁工程的实际需求。面对电大尺寸系统级电磁仿真,在目前的计算条件下,无论是基于表面积分方程的边界元方法或者是有限元方法都很难精确高效的求解。有限元边界元混合方法作为一种全波数值方法被学者提出后,应用于复杂目标的电磁仿真,它兼具精确性与高效性。尽管边界元方法可以通过多层快速多极子方法和并行技术加速,但是当有限元子系统占比较大时有限元边界元混合方法的计算效率将会急剧降低。这是缘于有限元边界元混合方法的部分稀疏,部分稠密的矩阵分布以及有限元子系统矩阵较差的迭代收敛性。另一方面,边界元方法面对电大尺寸多尺度目标时,其系统矩阵求解的收敛性也将会急剧变差。近年来,区域分解广泛应用于计算电磁学中的有限元方法,有限差分方法,积分方程方法以及有限元边界积分方程方法。本文将区域分解思想作为一种系统框架融入于有限元边界元混合方法,首先提出两类区域分解策略,第一类区域分解是边界元子系统作为有限元子系统的吸收边界条件,以期解决金属介质复合目标的电磁仿真,第二类区域分解具有双重架构,以期解决电大尺寸多尺度复杂目标的系统级电磁仿真。第一重区域分解是将不同的数值方法求解的子系统分开,并通过基于共形或者是非共形交界面网格的一阶Robin传输条件耦合。第二重区域分解引入了针对有限元子系统和边界元子系统的两种不同的区域分解策略:有限元体区域分解和基于不连续迦略金方法的面积分方程区域分解（边界元区域分解）。其中第一类区域分解策略是以对称型有限元边界元混合方法方程为基础,有限元子系统分解为若干个有限元子区域,边界元方法作为有限元子系统的吸收边界条件而作为独立的一个子区域。一阶Robin传输条件保持相邻有限元子区域交界面和有限元子区域与边界元子区域之间交界面电磁场的连续性。对其最终的系统矩阵提出了多层施瓦兹预条件技术,并且引入?-矩阵方法压缩预条件矩阵,不仅有效的提高有限元边界元混合方法的迭代求解收敛性,而且通过压缩矩阵降低了内存消耗和提升了计算效率。采用一种基于加密网格的计算积分技术实现基于交界面上非共形网格的耦合矩阵计算。第二类区域分解策略将有限元区域分解和积分方程区域分解结合。有限元子区域和边界元子区域交界面上的电磁场采用一阶Robin传输条件耦合,相邻有限元子区域之间交界面上的电磁场采用二阶传输条件耦合,相邻边界元子区域之间的切向电磁场通过内罚传输条件保持连续性。与前者相比,此种策略不仅支持更为灵活的建模和区域网格离散,而且扩展了有限元边界元混合方法的可用性,甚至可以实现电大尺寸多尺度复杂目标的系统级电磁仿真。然后借助于区域分解框架的建模灵活性,本文创新地将旋转结构体矩量法应用到有限元边界元混合方法,并提出一种更为广泛的非共形网格积分方法处理曲面耦合。最终得到一种天然并行的系统矩阵架构。大大降低了内存消耗和加快了计算效率。尤其是针对目标在旋转曲面所围区域内占比较大的情况,此种方法的优势更加明显。综上所述,本文借助于两种区域分解策略和引入旋转曲面基函数,将有限元边界元混合方法求解工程电磁仿真问题的能力大幅提高,本文将其应用到电大尺寸非均匀复合目标的电磁散射与辐射问题。如大规模周期天线阵的辐射问题和大规模频率选择表面的电磁散射问题。之后应用到极具挑战性的电大尺寸多尺度复杂目标的系统级电磁仿真。如包含进气道腔体结构,频率选择表面结构,大型周期天线阵列等细节结构在内的整机电磁散射与辐射问题。由此证明本文研究方法的实用性和鲁棒性。
高军[3]（2018）在《基于计算机视觉与深度学习的汽车主动安全系统关键技术研究》文中提出在汽车的智能化发展进程中,无人驾驶热潮已席卷全球。但谷歌“无人车之父”及Udacity创始人Sebastian Thrun指出,目前无人驾驶还处于初级阶段,短期内不会大规模普及,8到10年后无人驾驶汽车才能被大多数人在日常生活中使用。以智能化与主动安全技术为核心的半自动驾驶更切实际、更注重实用性。汽车安全是汽车智能化关注的焦点。如今,自动化和人工智能技术,结合精确的车联网大数据,正推动着汽车行业从“被动安全”向“主动安全”的纵深发展。近年来,对汽车主动安全系统的研究已经成为汽车安全领域的一个研究前沿与热点,该研究对于提高行车安全,降低交通事故发生率具有重要的社会意义和应用价值。论文以计算机视觉和深度学习理论为依据,以汽车主动安全系统为研究对象,对汽车主动安全系统中的若干关键技术,如环境感知技术:目标检测与跟踪;驾驶行为分析技术:变道行为检测与变道行为预测;以及智能控制与决策技术:智能防撞控制策略,展开了相应的研究工作,并给出了实验结果。论文的主要创新点如下:（1）为了增强系统的环境感知能力,针对传统目标跟踪算法无法适应复杂的跟踪变化,处理有遮挡情况效果差、跟踪精度低等问题,提出了一种基于YOLO（You Only Look Once）和RRN（Recurrent Regression Network）的运动目标跟踪算法,建立了一种结构简单、运算快速、跟踪准确的深度循环回归网络模型,可以满足汽车主动安全系统对环境感知的实时性需求;且对有遮挡情况下的目标跟踪适应性较强,可以为汽车主动安全系统在复杂环境下的目标跟踪性能提供有效的保障。（2）在环境感知的基础上,为了增强系统对行驶环境下变道行为的检测能力,提出了一种基于多传感器信息融合的变道行为检测方法,首先对两种不同类型的传感器数据,即道路视频图像数据和车辆状态数据进行特征提取,然后对比验证了构建的基于协同表示的优化投影分类器（CROPC）对两种多传感器信息融合方法,即特征级融合法与决策级融合法的有效性。实验结果表明,CROPC分类器的性能明显优于其他先进的分类器,可以提高行驶环境下的变道行为检测精度。（3）变道行为预测是实现智能防撞控制的关键。为了能在变道事件发生前预测出驾驶员的变道意图,构建了一种基于分组卷积神经网络的变道行为预测模型（MTS-GCNN）。在模型的训练阶段,提出了一种新型的网络结构学习方法:首先利用谱聚类算法对输入的多元时序信号进行分组操作,然后对聚类后属于同一簇的输入变量进行卷积运算,显式地学习MTS-GCNN网络结构。MTS-GCNN模型可以通过卷积和池化操作自动地选择和提取合适的内部结构,生成深度网络所需的时空特征,从而实现快速、可靠的自动化变道预测。（4）基于变道行为预测,本文构建了一种新颖的深度判别模型（DDM）,实现了对危险变道行为引起的碰撞事故预测及碰撞风险评估,为汽车主动安全系统完成智能防撞控制任务奠定了基础。通过引入一种ConvLSTMs网络,DDM模型能够在时空域中同时处理视觉数据、车辆状态数据和生理信号数据。实验结果表明,在同一深度网络框架内同时处理多种类型的数据是可行且有益的。论文为汽车主动安全系统中的关键技术研究提供了一条新的思路,提出的研究方法和实验成果证明了计算机视觉技术与深度学习模型在汽车安全研究领域具有重要的理论意义和潜在的应用价值。
延耀威[4]（2018）在《基于HLA的数据分发管理算法的研究与实现》文中提出高层体系结构HLA是一种分布式仿真方法的框架,用来解决复杂分布系统仿真存在的问题,是一种新型的计算机仿真体系。该仿真框架通过特殊的支撑结构将仿真过程与底层通信相分离,成为一种面向对象的框架。高层体系结构HLA中提供的数据分发管理服务DDM是实现大规模仿真技术的关键,其目的是通过发送阶段对数据发送的控制,减少仿真系统中无用的数据传输,降低仿真延迟,减少仿真节点对无用数据处理的开销,增强仿真系统的可扩缩性。论文的研究内容与成果包括:（1）论述高层体系结构HLA的产生、发展、优点和组成,国内外研究现状以及在生活中的发展应用,国内外对数据分发管理算法的研究成果;重点论述了数据分发管理算法的两种经典的区域匹配算法的概念以及实现原理。（2）分析了经典的基于排序的DDM算法的实现原理,在原始的排序算法中,每一维的交互信息都需要一个对应的矩阵来存储,即需要大量的存储空间;在算法执行过程中,需要对所有的边界值的类型进行区别,基于这些不足,本文提出了一种改进的基于排序的DDM算法。改进后的算法将所有维度的相交信息存储在一个多维矩阵中,大大降低了算法对存储空间的要求,而且减少了矩阵相“与”的过程;改进的算法将发布区域与订购区域边界分开存储,减少了大量的判断边界的过程,提高了算法的效率。并且通过对实验结果的分析,改进的算法在系统执行过程中的时间和空间执行效率上都具有优势。而且,由于在存储数据阶段就对发布区域与订购区域的边界值分开存储并排序,在信息数据很庞大的情况下,对边界值的排序将占用比较大的时间开销,所以,在改进的算法中,运用时间复杂度更低的算法也会有助于降低执行时间的复杂度。由于算法在初始阶段将不同类型的区域分开存储排序,相对于原始算法,改进的算法在排序时,选择适当的排序方法有助于提高算法的执行效率,并通过实验结果分析了不同的排序算法在不同环境下对于改进算法稳定性的影响。（3）分析了在不同的仿真环境下应如何自适应的选择不同的数据分发管理算法。实验数据表明不同的数据分发管理算法在不同的仿真环境中会在执行效率的稳定性上会出现一定的波动。本文通过对可能影响仿真结果的各项参数设置,分别对三种经典数据分发管理算法进行算法执行时间和匹配结果精度的实验,通过结果分析在不同复杂的应用场景下,用数据量化出数据分发管理算法的选择依据,提高仿真系统效率。
叶继华,祝红英,王仕民[5]（2014）在《一种新的DDM区域匹配算法》文中研究指明随着我国经济建设的快速发展,各行各业对于测绘行业的服务需求越来越大,各种数据层出不穷,海量的数据处理尤其在实时性方面和对数据处理的时间方面有很高的要求。文章研究和分析了RTI中常用的DDM算法,指出其适用的范围和不足,并提出了一种改进的新算法,在进行匹配计算时将判断方从区域转换为网格,可同时对多个区域进行匹配,降低了总体匹配时间,对于处理测量数据的场合在时间上有很大的优势,实验结果证明,该算法在时间上有一定优势。
梁洪波,朱卫国,姚益平,刘步权,慕晓冬,杨勇[6]（2013）在《一种面向大规模HLA仿真的并行区域匹配算法》文中认为HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。
尚福华,张海波,解红涛[7]（2013）在《区间树在DDM区域匹配中的应用》文中研究说明数据分发管理（DDM）是降低网络冗余数据的有效手段,区域匹配算法又是数据分发管理实现的关键。当前的多种匹配算法如直接匹配法、网格法、排序法等效率都不够理想,或者过滤效果不佳,或者耗时较长。通过对数据过滤机制的深入研究,提出了基于区间树的区域匹配算法——ITBM算法,该算法将范围的上下界映射到一个区间内,使用区间树来存储区域范围,通过对区间树的直接操作来完成匹配工作。结果表明,ITBM算法大大减少了匹配计算的时间,有效地减少了动态DDM的维护开销。
张琳,周忠,刘琳,吴威[8]（2012）在《基于位移残差的数据分发管理区域匹配及传输算法》文中研究指明高层体系结构（high level architecture,HLA）是建模与仿真的国际标准,它规定了数据分发管理服务（data distribution management,DDM）来减少不相关数据的发送与接收,从而减少网络带宽占用.发布区域与订购区域之间匹配计算的效率是影响数据分发管理服务质量的重要因素.区域信息的传输同样非常重要,盟员间通过区域信息的传输来保持区域的正确性和一致性,但区域信息的传输同样会给网络带来负载.现有算法通常是在区域保真度和网络负载两者之间做折中处理,难以兼顾。因此,本文充分考虑了变化区域的匹配效率以及区域传输的带宽占用问题,做出以下贡献:1)定义了区域变化与区域匹配变化之间的映射关系,采用该映射可以明显减少区域改变后所需要的匹配计算次数,从而提高了匹配效率;2)将区域更新信息划分为两种数据表达,区域快照与区域残差.通过尽量传输区域残差来代替传输完整的区域信息可以有效减少区域信息传输所消耗的网络带宽.因此,本文提出一种基于位移残差的DDM匹配与传输算法,给出了算法的理论分析与测试结果,并且对算法在实际应用中的表现进行了测试对比,给出了数据对比与结果分析.实验结果表明,基于位移残差的DDM匹配与传输算法具有良好的匹配效率,并且能够大大减少网络带宽占用,尤其是在具有大量不断变化区域的情况下.
罗玉华,左军,崔玉林[9]（2011）在《一种改进的基于网格的数据分发管理策略研究》文中提出根据基于 HLA 的分布式仿真系统中数据分发和过滤的具体需求,在对 HLA 中数据分发管理策略深入研究的基础上,采用多层次路径空间序列的数据分发管理方案,通过在路径空间中创建平行的区域面序列和在空间中创建平行的二维路径空间序列,实现分布式仿真系统中数据信息的分类、分层次分发过滤,同时优化区域匹配、减少组播组分配,进一步提高数据分发的效率,仿真结果证明了方案的有效性。
陈晓华[10]（2011）在《HLA中数据分发管理算法的研究与实现》文中研究表明高层体系结构HLA是美国建模与仿真办公室为了满足大规模复杂仿真系统的需求,提出的一种新型的仿真框架。该框架具有开放性、扩展性、交互性、分布性和可重用性的优点。在2000年9月被国际电气和电子工程师协会IEEE接受为标准—IEEE1516。高层体系结构HLA提供的数据分发管理服务DDM是实现系统可扩缩性的关键技术。其目的是为了减少仿真系统中无用数据的传送,降低仿真结点接收冗余数据的处理开销,减少网络带宽的占用,以提高仿真系统的运行效率,达到仿真系统可扩缩性的要求。论文的研究内容与成果包括：（1）论述了高层体系结构的相关概念和组成、高层体系结构及数据分发管理服务的国内外研究现状、该技术的发展应用；论述了数据分发管理服务DDM的概念及实现原理,重点研究分析了经典的基于区域和基于网格的数据分发管理算法。（2）分析了基于排序数据分发管理算法的实现原理,针对其相交信息矩阵占用的存储空间大和区域匹配判断的循环计算次数多的不足,提出了一种改进的排序数据分发管理算法。改进后的算法只建立一个相交信息矩阵降低了对存储空间的需求,同时减少了算法的循环次数且无须进行大量矩阵的“与”操作,提高了算法的执行效率。经过实例分析和实验验证,该算法在存储空间和执行时间上都优于原始的排序匹配算法,适用于区域比较多的大规模分布式仿真系统。（3）实验数据表明每种数据分发管理算法的性能都会随着仿真应用场景属性的变化而在执行性能上表现出一定的波动。通过对影响算法执行性能的不同应用场景属性参数的设置,分别对基于区域的、基于网格的、基于排序的经典数据分发管理算法在执行时间和匹配精度上进行实验,并对实验结果进行分析,总结不同数据分发管理算法适用的应用场景属性参数,为不同应用场景下数据分发管理算法的自适应选择提供选取依据。在仿真应用运行前或者仿真运行过程中可以根据仿真场景的属性情况静态或者动态地选取不同的数据分发管理算法,以此来提高仿真系统运行的整体性能。
二、一种基于网格的DDM区域匹配算法（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、一种基于网格的DDM区域匹配算法（论文提纲范文）
（1）复杂电磁问题分治算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 本课题的研究现状 |
| 1.2.1 快速算法 |
| 1.2.2 区域分解 |
| 1.2.3 直接解法 |
| 1.3 本文的主要工作及撰写安排 |
| 1.4 参考文献 |
| 1.4.1 快速算法 |
| 1.4.2 区域分解 |
| 1.4.3 直接解法 |
| 第二章 面向复杂目标的多向多层快速复空间多极子算法 |
| 2.1 引言 |
| 2.2 多层算法框架 |
| 2.2.1 经典多层结构 |
| 2.2.2 方向性多层结构 |
| 2.2.3 进一步的讨论 |
| 2.3 复空间多极子表示 |
| 2.3.1 经典转移算子 |
| 2.3.2 高斯波束转移算子 |
| 2.3.3 不变量关系 |
| 2.4 数值积分与球面插值 |
| 2.4.1 插值点与积分点相分离 |
| 2.4.2 球冠区域上的数值积分 |
| 2.4.3 单位球面上的局部插值 |
| 2.5 算法步骤与复杂度分析 |
| 2.5.1 算法建立阶段 |
| 2.5.2 算法求解阶段 |
| 2.5.3 算法复杂度分析 |
| 2.6 数值算例 |
| 2.6.1 算法基本性能测试与分析 |
| 2.6.2 面向典型情形的计算和验证 |
| 2.6.3 进一步的讨论 |
| 2.7 本章小结 |
| 2.8 参考文献 |
| 第三章 面向电大问题的数值稳定的多向多层快速非均匀平面波算法 |
| 3.1 引言 |
| 3.2 快速非均匀平面波算法基本公式 |
| 3.2.1 非均匀平面波展开 |
| 3.2.2 最陡下降路径与数值积分 |
| 3.2.3 方向图函数外推与插值 |
| 3.2.4 关于加窗特性的讨论 |
| 3.3 多层结构与格林函数展开式 |
| 3.3.1 基于线性远场条件的经典多层结构 |
| 3.3.2 基于二次远场条件与有效窗的方向性多层结构 |
| 3.4 数值稳定性分析与参数控制 |
| 3.4.1 关键模块和分析对象 |
| 3.4.2 被积函数的幅度特性 |
| 3.4.3 最陡下降路径的截断点 |
| 3.4.4 路径区间上的数值积分 |
| 3.4.5 外推核函数的幅度特性 |
| 3.4.6 方向图函数的幅度特性 |
| 3.4.7 方向图函数的外推误差 |
| 3.4.8 总结与讨论 |
| 3.5 球面样点与算法步骤 |
| 3.5.1 坐标系和球面样点 |
| 3.5.2 算法的建立与执行 |
| 3.6 数值算例 |
| 3.6.1 面向电大问题的计算和验证 |
| 3.7 本章小结 |
| 3.8 参考文献 |
| 第四章 基于完全匹配层的多向多层快速同伦多极子算法 |
| 4.1 引言 |
| 4.2 基于完全匹配层的格林函数展开式 |
| 4.2.1 基于完全匹配层的模式级数 |
| 4.2.2 场点和源点分离表示 |
| 4.2.3 均匀平面波表示 |
| 4.3 空谱域方向性多层框架 |
| 4.3.1 基于等效源的方向性多层算法 |
| 4.3.2 基于平面波的方向性多层算法 |
| 4.4 完全匹配层的配置和误差分析 |
| 4.4.1 完全匹配层复厚度的选择 |
| 4.4.2 矩形波导复模式级数的特性 |
| 4.4.3 定向性圆锥的角度量级 |
| 4.4.4 方向图函数的复平面外推 |
| 4.4.5 总结和讨论 |
| 4.5 同伦路径 |
| 4.5.1 内蕴的同伦路径 |
| 4.5.2 关于内在联系的讨论 |
| 4.6 数值算例 |
| 4.6.1 测试计算性能 |
| 4.7 本章小结 |
| 4.8 参考文献 |
| 第五章 基于预拆分格林函数的电磁多尺度问题高效分析方法 |
| 5.1 引言 |
| 5.2 基于预拆分格林函数的方法 |
| 5.2.1 预拆分格林函数 |
| 5.2.2 传输波相关的计算 |
| 5.2.3 凋落波相关的计算 |
| 5.2.4 进一步的讨论 |
| 5.3 数值算例 |
| 5.3.1 验证算法的正确性 |
| 5.3.2 测试算法的计算性能 |
| 5.3.3 面向实际目标的计算 |
| 5.4 本章小结 |
| 5.5 附录1 相关的格林函数表达式 |
| 5.6 附录2 三阶矩阵解析求逆公式 |
| 5.7 参考文献 |
| 第六章 复杂电大问题的积分方程黑盒重叠型区域分解方法 |
| 6.1 引言 |
| 6.2 区域分解策略 |
| 6.2.1 基于几何模型的区域分解方法 |
| 6.2.2 面向网格模型的盲几何区域分解方法 |
| 6.3 基本迭代方案 |
| 6.3.1 描述基本变量 |
| 6.3.2 描述基本迭代过程 |
| 6.3.3 显式扩展矩阵表示 |
| 6.3.4 外迭代收敛性和鲁棒性问题 |
| 6.4 序列加速收敛 |
| 6.4.1 外迭代过程和改进的思路 |
| 6.4.2 序列加速收敛的安德森加速法 |
| 6.4.3 强化的区域分解迭代方案 |
| 6.4.4 相关讨论 |
| 6.5 外迭代收敛性分析 |
| 6.5.1 特征值和谱半径 |
| 6.5.2 收敛特性 |
| 6.6 数值算例 |
| 6.6.1 面向强谐振目标的计算性能 |
| 6.6.2 面向实际电大目标的计算性能 |
| 6.7 本章小结 |
| 6.8 参考文献 |
| 第七章 基于卡尔德隆预条件组合场积分方程的重叠型区域分解方法 |
| 7.1 引言 |
| 7.2 良态积分方程 |
| 7.2.1 电磁散射模型和基本积分算子 |
| 7.2.2 卡尔德隆预条件组合场积分方程 |
| 7.3 基于卡尔德隆预条件组合场积分方程的重叠型区域分解方法 |
| 7.3.1 区域分解算法建立阶段 |
| 7.3.2 区域分解算法执行阶段 |
| 7.4 算法步骤的注意事项 |
| 7.4.1 区域分解与区域边界 |
| 7.4.2 复合算子的中间空间 |
| 7.5 数值算例 |
| 7.5.1 验证算法的正确性 |
| 7.5.2 测试算法的鲁棒性 |
| 7.5.3 针对实际目标的计算性能 |
| 7.5.4 相关讨论 |
| 7.6 本章小结 |
| 7.7 参考文献 |
| 第八章 基于纽曼级数和骨架分解的积分逆算子稀疏表示 |
| 8.1 引言 |
| 8.2 积分方程纽曼级数解法 |
| 8.2.1 积分方程 |
| 8.2.2 纽曼级数解 |
| 8.3 逆矩阵的纽曼级数表示 |
| 8.3.1 原矩阵分解表示 |
| 8.3.2 逆矩阵级数表示 |
| 8.4 近场矩阵的骨架分解 |
| 8.4.1 基本思路 |
| 8.4.2 单组消元 |
| 8.4.3 单层消元 |
| 8.4.4 多层消元 |
| 8.4.5 近场矩阵分解表示 |
| 8.5 算法的建立与执行 |
| 8.6 数值算例 |
| 8.7 本章小结 |
| 8.8 参考文献 |
| 第九章 全文总结与展望 |
| 9.1 全文总结 |
| 9.2 心得体会 |
| 9.3 后续展望 |
| 作者读博期间取得的成果 |
| 作者简介 |
| 致谢 |
（2）新型有限元区域分解方法的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 有限元方法的研究现状 |
| 1.3 区域分解的国内外研究历史与现状 |
| 1.3.1 有限元区域分解方法 |
| 1.3.2 积分方程区域分解方法 |
| 1.4 本文的主要贡献与创新 |
| 1.5 本论文的结构安排 |
| 第二章 有限元边界元混合方法的理论基础 |
| 2.1 有限元方法理论基础 |
| 2.2 表面积分方程方法的理论基础 |
| 2.2.1 表面积分方程 |
| 2.2.2 矩量法 |
| 2.2.3 多层快速多极子方法 |
| 2.3 有限元边界元混合方法的理论基础 |
| 2.3.1 对称型有限元边界元混合方法 |
| 2.3.2 对称型有限元边界元混合方法的求解 |
| 2.4 本章小结 |
| 第三章 非共形有限元区域分解方法研究 |
| 3.1 有限元区域分解方法 |
| 3.2 非共形网格交界面耦合矩阵计算 |
| 3.3 Krylov子空间方法 |
| 3.4 数值算例 |
| 3.4.1 闭域传输问题 |
| 3.4.2 开域散射问题 |
| 3.4.3 开域辐射问题 |
| 3.5 本章小结 |
| 第四章 混合有限元边界元区域分解算法的预条件技术的研究 |
| 4.1 混合有限元边界元区域分解算法 |
| 4.1.1 系统方程推导 |
| 4.1.2 高阶叠层基函数 |
| 4.1.3 矩阵形式 |
| 4.1.4 矩阵元素填充 |
| 4.2 施瓦兹预条件技术 |
| 4.2.1 加性施瓦兹预条件技术 |
| 4.2.2 乘性施瓦兹预条件技术 |
| 4.2.3 类有限元撕裂对接方法 |
| 4.3 H-矩阵压缩的乘性施瓦兹预条件技术 |
| 4.3.1 数值格林函数的可压缩性 |
| 4.3.2 H-矩阵方法 |
| 4.3.2.1 几何多级分区及建立树结构 |
| 4.3.2.2 迭代矩阵多级分块结构的建立 |
| 4.3.2.3 自适应交叉近似算法 |
| 4.4 数值算例 |
| 4.4.1 本征谱 |
| 4.4.2 可压缩性 |
| 4.4.3 精度测试 |
| 4.4.4 频率选择表面结构的散射 |
| 4.4.5 周期天线阵列的辐射 |
| 4.5 本章小结 |
| 第五章 双重区域分解方法 |
| 5.1 分区策略 |
| 5.1.1 第一级区域分解 |
| 5.1.2 第二级区域分解 |
| 5.1.2.1 有限元区域分解 |
| 5.1.2.2 积分方程区域分解 |
| 5.2 预条件技术 |
| 5.2.1 网格离散与基函数 |
| 5.2.2 TDDM的预条件矩阵的构造 |
| 5.3 数值结果 |
| 5.3.1 本征谱 |
| 5.3.2 收敛性测试 |
| 5.3.2.1 相对于频率的可扩展性 |
| 5.3.2.2 相对于kh的可扩展性 |
| 5.3.2.3 相对于kD的可扩展性 |
| 5.3.2.4 稳定项的影响 |
| 5.3.3 精度测试 |
| 5.3.4 整机仿真 |
| 5.4 本章小结 |
| 第六章 有限元旋转体矩量法区域分解 |
| 6.1 旋转结构体矩量法 |
| 6.1.1 旋转体基函数 |
| 6.1.2 矩量法 |
| 6.1.3 极点边界条件 |
| 6.2 混合有限元边界元旋转体方法 |
| 6.2.1 理论公式 |
| 6.2.2 FEM子系统与BEM子系统的耦合 |
| 6.2.2.1 耦合矩阵(?)~(FB) 的计算 |
| 6.2.2.2 耦合矩阵(?)~(BF)的计算 |
| 6.3 预条件技术 |
| 6.4 数值结果 |
| 6.4.1 精度测试 |
| 6.4.2 模式数截断规则 |
| 6.4.3 多尺度目标 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）基于计算机视觉与深度学习的汽车主动安全系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 相关概念 |
| 1.2.1 汽车主动安全系统 |
| 1.2.2 计算机视觉技术 |
| 1.2.3 深度学习技术 |
| 1.3 国内外研究现状 |
| 1.3.1 计算机视觉技术在汽车安全领域的研究现状 |
| 1.3.2 深度学习技术在汽车安全领域的研究现状 |
| 1.3.3 变道行为分析在汽车安全领域的研究现状 |
| 1.4 研究目标 |
| 1.5 论文的主要研究内容 |
| 第2章 原型系统结构与关键技术 |
| 2.1 汽车主动安全系统中的关键技术 |
| 2.2 原型系统结构模型 |
| 2.2.1 车载数据采集系统 |
| 2.2.2 信息处理系统 |
| 2.2.3 判别与决策系统 |
| 2.2.4 操作控制与预警系统 |
| 2.3 本章小结 |
| 第3章 环境感知:智能目标检测与跟踪 |
| 3.1 基于改进ORB特征匹配的运动目标检测 |
| 3.1.1 ORB特征匹配算法 |
| 3.1.2 改进的特征匹配对筛选算法 |
| 3.1.3 运动目标检测 |
| 3.1.4 实验验证 |
| 3.2 基于Faster R-CNN的运动目标检测 |
| 3.2.1 Faster R-CNN网络框架 |
| 3.2.2 区域建议网络RPN |
| 3.2.3 RPN与 Fast R-CNN的特征共享 |
| 3.2.4 实验验证 |
| 3.3 基于YOLO的运动目标检测 |
| 3.3.1 YOLO网络框架 |
| 3.3.2 统一检测(Unified Detection) |
| 3.3.3 损失函数 |
| 3.3.4 非极大值抑制 |
| 3.3.5 实验验证 |
| 3.4 基于YOLO和 RRN的运动目标跟踪 |
| 3.4.1 RRN循环回归网络框架 |
| 3.4.2 YOLO+RRN网络框架 |
| 3.4.3 实验验证 |
| 3.5 本章小结 |
| 第4章 基于多传感器信息融合的变道行为检测 |
| 4.1 相关理论与概念 |
| 4.1.1 基于协同表示的分类器 |
| 4.1.2 基于协同表示的优化投影分类器 |
| 4.1.3 D-S理论 |
| 4.1.4 基于相关系数的D-S理论 |
| 4.2 多传感器信息融合方法 |
| 4.2.1 特征级融合法 |
| 4.2.2 决策级融合法 |
| 4.3 传感器信息特征提取 |
| 4.3.1 视频数据特征提取 |
| 4.3.2 OBD数据特征提取 |
| 4.4 变道模型与实验数据集 |
| 4.4.1 变道模型 |
| 4.4.2 实验数据集 |
| 4.5 实验验证 |
| 4.5.1 实验设置 |
| 4.5.2 基于交叉训练的变道行为检测模型 |
| 4.5.3 基于扩展数据集的变道行为检测模型 |
| 4.5.4 误检测分析 |
| 4.6 本章小结 |
| 第5章 基于分组卷积神经网络的变道行为预测 |
| 5.1 相关理论与概念 |
| 5.1.1 生理信号指标 |
| 5.1.2 谱聚类 |
| 5.1.3 分组卷积神经网络 |
| 5.2 变道行为预测方法 |
| 5.2.1 基于多元时间序列的CNN网络结构 |
| 5.2.2 基于谱聚类的MTS-GCNN网络结构 |
| 5.3 变道模型和信号描述 |
| 5.3.1 变道模型 |
| 5.3.2 生理信号描述 |
| 5.3.3 实验数据集 |
| 5.4 实验验证 |
| 5.4.1 实验设置 |
| 5.4.2 实验模型 |
| 5.4.3 基于单个驾驶员数据的变道预测模型 |
| 5.4.4 基于多个驾驶员数据的变道预测模型 |
| 5.4.5 最佳预测时间 |
| 5.5 本章小结 |
| 第6章 智能防撞控制策略 |
| 6.1 相关理论与概念 |
| 6.1.1 危险变道判别模型 |
| 6.1.2 碰撞风险评估方法 |
| 6.2 基于DDM的防撞控制模型 |
| 6.2.1 深度判别模型DDM |
| 6.2.2 ConvLSTMs网络 |
| 6.3 实验仪器及数据集 |
| 6.4 实验验证 |
| 6.4.1 实验设置 |
| 6.4.2 实验分析:不同的输入数据类型/网络结构 |
| 6.4.3 实验分析:不同的视角数据 |
| 6.4.4 碰撞风险评估 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 攻读博士学位期间参与的课题研究 |
| 附录 A |
（4）基于HLA的数据分发管理算法的研究与实现（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文的研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 基于HLA分布式交互仿真的应用 |
| 1.4 论文的主要工作与成果 |
| 1.5 论文组织结构 |
| 第二章 数据分发管理算法 |
| 2.1 高层体系结构HLA |
| 2.2 数据分发管理的概念 |
| 2.3 经典的DDM算法 |
| 2.3.1 基于区域的DDM算法 |
| 2.3.2 基于网格的DDM算法 |
| 2.4 本章小结 |
| 第三章 改进的基于排序的DDM算法 |
| 3.1 经典的基于排序的DDM算法 |
| 3.2 改进的基于排序的DDM算法 |
| 3.3 仿真实验数据及分析 |
| 3.4 对改进的DDM算法中排序算法的讨论 |
| 3.5 不同排序算法的仿真实验结果及分析 |
| 3.6 本章小结 |
| 第四章 不同仿真环境中DDM算法的选择策略 |
| 4.1 DDM算法问题描述 |
| 4.2 实验结果与分析 |
| 4.2.1 DDM算法执行时间分析 |
| 4.2.2 DDM算法区域匹配精度分析 |
| 4.3 DDM算法选择策略 |
| 4.4 本章小结 |
| 第五章 总结和展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（5）一种新的DDM区域匹配算法（论文提纲范文）
| 0 引言 |
| 1 常用区域匹配算法分析 |
| 1.1 直接匹配法 |
| 1.2 排序法 |
| 1.3 基于区间树的区域匹配算法———ITBM算法 |
| 1.4 基于移动Agent |
| 1.5 动态网格法 |
| 2 一种改进的匹配算法 |
| 2.1 算法思想 |
| 2.2 算法的时间复杂度分析 |
| 3 算法测试 |
| 4结论 |
（6）一种面向大规模HLA仿真的并行区域匹配算法（论文提纲范文）
| 1 区域匹配相关概念 |
| 2 几种典型的区域匹配算法及局限性 |
| 3 基于移动相交信息的并行区域匹配算法 |
| 3.1 算法思想 |
| 3.2 数据结构 |
| 3.3 算法描述 |
| 4 实验结果 |
| 4.1 不同区域个数时的算法性能测试 |
| 4.2 不同维度上限时的算法性能测试 |
| 4.3 算法加速比测试 |
| 5 结 论 |
（8）基于位移残差的数据分发管理区域匹配及传输算法（论文提纲范文）
| 1 引言 |
| 2 相关工作 |
| 3 区域匹配的端点特性 |
| 4 算法描述 |
| 4.1 数据结构 |
| 4.2 匹配计算 |
| 4.3 区域传输 |
| 5 算法效率理论分析 |
| 6 实验 |
| 7 结论 |
（10）HLA中数据分发管理算法的研究与实现（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文的研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 基于HLA分布式交互仿真的应用 |
| 1.4 论文的主要工作与成果 |
| 1.5 论文组织结构 |
| 第二章 数据分发管理算法 |
| 2.1 高层体系结构HLA |
| 2.2 分布交互仿真系统的可扩缩性 |
| 2.3 数据分发管理的相关概念 |
| 2.4 经典的DDM算法 |
| 2.4.1 基于区域DDM算法 |
| 2.4.2 基于网格DDM算法 |
| 2.5 本章小结 |
| 第三章 改进的排序DDM算法 |
| 3.1 基于排序的DDM算法 |
| 3.2 改进的排序DDM算法 |
| 3.2.1 算法原理 |
| 3.2.2 算法描述 |
| 3.3 实验结果及分析 |
| 3.4 本章小结 |
| 第四章 DDM算法自适应性的选择策略 |
| 4.1 问题描述 |
| 4.2 实验结果与分析 |
| 4.2.1 DDM算法执行时间 |
| 4.2.2 DDM算法匹配精度 |
| 4.3 DDM算法自适应性的选择策略 |
| 4.4 本章小结 |
| 第五章 结论和展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
四、一种基于网格的DDM区域匹配算法（论文参考文献）
- [1]复杂电磁问题分治算法研究[D]. 朱广豫. 东南大学, 2020
- [2]新型有限元区域分解方法的研究与应用[D]. 贾平昊. 电子科技大学, 2019(04)
- [3]基于计算机视觉与深度学习的汽车主动安全系统关键技术研究[D]. 高军. 武汉理工大学, 2018(07)
- [4]基于HLA的数据分发管理算法的研究与实现[D]. 延耀威. 山西大学, 2018(04)
- [5]一种新的DDM区域匹配算法[J]. 叶继华,祝红英,王仕民. 江西测绘, 2014(01)
- [6]一种面向大规模HLA仿真的并行区域匹配算法[J]. 梁洪波,朱卫国,姚益平,刘步权,慕晓冬,杨勇. 国防科技大学学报, 2013(03)
- [7]区间树在DDM区域匹配中的应用[J]. 尚福华,张海波,解红涛. 计算机工程与应用, 2013(11)
- [8]基于位移残差的数据分发管理区域匹配及传输算法[J]. 张琳,周忠,刘琳,吴威. 中国科学:信息科学, 2012(06)
- [9]一种改进的基于网格的数据分发管理策略研究[A]. 罗玉华,左军,崔玉林. 第13届中国系统仿真技术及其应用学术年会论文集, 2011
- [10]HLA中数据分发管理算法的研究与实现[D]. 陈晓华. 山西大学, 2011(05)