智能无人潜水器半实物仿真平台设计

为了验证无人潜水器系统的软件逻辑及智能控制系统的硬件体系、数据接口和可靠性,通过对其体系结构中的决策层进行实物仿真,对感知层和行为层进行功能性虚拟仿真来构建半实物仿真平台。详细阐述了该平台的硬件和软件体系结构,对虚拟仿真中的运动仿真、传感器仿真以及实物仿真中智能控制系统的设计做出了说明,进行了自主避障仿真试验和远距离航行仿真试验,该半实物仿真平台对实际海试具有重要的参考价值。

Abstract：

To verify the system software logic of a newly designed autonomous underwater vehicle and the hardware architecture,data interface and reliability of the intelligent control system,the semi physical simulation platform was established by combining physical simulation of decision layer with virtual simulation of perception and behavior layer.The hardware and software architecture of the simulation platform were explained in detail.The virtual simulations of motion,sensors and physical simulation of intelligent control system were described.Finally,the obstacle avoidance simulation and long voyage simulation tests were conducted,and the platform is important for the success of sea experiments.     

水泥-高钙粉煤灰改良泥炭质土的宏细观试验研究

为探讨水泥与高钙粉煤灰改良云南昆明滇池地区泥炭质土的强度变化及微观结构特征,以滇池泥炭质土和水泥、粉煤灰及高钙粉煤灰掺入后改性土为研究对象,开展了标准固结试验、直剪试验、无侧限抗压强度试验、SEM扫描电镜试验、能谱分析及XRD试验,通过宏观物理力学性质与微观结构特征相互联系、相互对比,得到最佳改良方案.研究结果表明:单掺水泥、粉煤灰及高钙粉煤灰和混合掺入后改性土的压缩模量、粘聚力和无侧限抗压强度都会随掺量(掺入质量分数)的增大而增大.混合掺入对泥炭质土的改良效果比单掺效果好,且当水泥高钙粉煤灰掺量为6%+12%时,改良效果最佳.     

高频振动沉桩对人的环境影响

为研究高频振动沉桩对人的影响,依托云南省昆明滇池国际会展中心4号地块项目钢管桩高频振动沉桩工程实例,通过勘察,室内土工试验,基于Midas GTS NX建立三维有限元模型.从激振频率、偏心距和土层情况3个方面入手,对高频振动沉桩对人的环境影响进行研究.研究结果表明:针对普通振动锤,振动沉桩对人的环境影响随着激振频率的增大而增大;针对无级调频调矩振动锤,振动沉桩对人的环境影响随着激振频率的增大而减小;在满足工程要求的情况下减小振动锤的偏心距,有利于减小振动沉桩对人的影响;钢管桩振动沉桩在泥炭质土中施工对人的环境影响最大.最后,提出一种能有效降低振动沉桩对周边人的环境影响方案.     

基于有限元的新型变截面抗滑桩工程应用研究

抗滑桩被广泛应用于道路边坡、路基工程中以避免工程产生滑坡等自然灾害。近年来，抗滑桩的项目逐渐由人工挖孔转向了机械施工，从而诞生了悬臂段为矩形或方形截面、锚固段为圆形的变截面抗滑桩，变截面抗滑桩与传统的等截面抗滑桩在荷载作用下的响应有所不同，且相对于传统抗滑桩具有较大的优势。本文依托某填方边坡实际工程，按照相似比理论，利用MIDAS GTS NX,以建立的四种截面抗滑桩作为支挡结构的二维边坡进行数值分析，并对比分析了安全系数、应力、应变等，为变截面抗滑桩的推广和运用提供参考。     

基于特征增强的对抗哈希跨模态检索

在跨模态检索任务中，哈希方法由于其检索效率高效、储存成本低廉而被广泛应用。但是，这些方法很少关注如何去弥补主体网络将高维特征转换为哈希码的过程中所丢失的特征信息。为解决这些问题，本文提出了一种特征增强对抗跨模态哈希（Feature Boosting Adversarial Hashing for Cross-Modal，FBAH）方法。FBAH方法将子空间学习与对抗学习相结合，来减少不同模态数据的差异性。另外，构造一种类残差模块，它可以将筛选出具有区别性的特征绕过主体网络直接输入到哈希空间进行特征增强。这样，生成的哈希码能够具有更多的原始特征信息。最后，通过带有分支网络的线性分类器在标签空间进行两种方式的预测，并最小化与真实标签的差距来保证语义的不变性。本文选择两个跨模态检索任务中常用的大型数据集进行大量实验，结果表明FBAH方法的性能优于目前7种较为先进的跨模态哈希方法。