基于手机加速度传感器的高精低采样计步算法设计

针对传统的计步算法在计步准确度和算法复杂度上难以达到良好平衡的问题,提出了一种双算法计步模型:辅助计步算法采用信号幅值分析的方法,避免了传统的幅值检测或过零检测过程带来的误差问题;主体计步算法借助于阈值校正因子,在保证较高计步精度的同时,降低了算法的复杂度。计步模型的运算过程与手机摆放位置无关,并且能够很好地适应不同用户的步态习惯。实验结果表明,即使在低频率(10Hz)采样时,其平均计步准确度也可以达到90%以上。     

行星滚柱丝杠在电子机械制动系统中的应用研究

相比汽车的液压制动,电子机械制动系统因具有更快的反应速度、更高的可靠性能等诸多优点,成为一项具有研究价值的新型制动方案。当前,许多电子机械制动系统研究主要针对执行机构基于滚珠丝杠的制动方案。本文分析了应用滚柱丝杠的电子机械制动系统,指出了应用滚柱丝杠方案的优点和缺点,以期促进滚柱丝杠在电子机械制动系统中的应用与发展。     

面向OD客流的高速列车开行方案的优化

满足旅客出行需求的列车开行方案能够更好地吸引客流，提高高速铁路的核心竞争力.以最大化经济收益和最小化出行费用为目标函数，以高速铁路开行方案为研究对象，以旅客出行需求等作为约束条件，将列车开行方案与OD客流量结合起来，同时考虑旅客的购票心理和列车购票的时效性，建立了一种基于动态客流的列车开行方案的多目标优化模型，并设计一种基于个体信息和改进变异算子的多目标差分(SG-MOSaDE)算法进行求解.以广州市某线路为例进行实验，结果表明，优化后的开行方案不仅最大化满足了旅客出行需求，而且在提高铁路部门经济收益的同时降低了旅客的出行花费，并且优化后的列车总停站次数较原来有所下降，停站方案更加均衡.     

古代井盐架中空组合木柱预应力研究

首次发现古代木质井盐架支撑柱这种特殊的中空外圆组合木结构的预应力现象,将其命名为预应力空心组合木结构.利用现代力学的检测手段创造性地设计了实验方案,并成功地测定了其预应力.经测定,其捆扎力最大可达123. 4 k N,最大预应力为107. 5 MPa.提出了改进空心组合木柱捆扎工艺的措施.     

一种模块化深海采样装置的结构设计与分析

目前用于深海环境下的采样装置存在功能单一、效率低下的问题,为解决此类问题,设计了一种模块化深海采样装置.该装置由模块化工具库和机械手两大部分组成,其中,模块化工具库包括采集块状、杆状、小颗粒状及慢速移动物的工具,机械手采用液压与电机混合驱动方式,并实现了动力源的内置.通过改变强力电磁铁的带电状态来控制机械手与工具库中采样工具的吸合、分离,实现采样工具的更换.     

采样频率与数据长度对中心动脉波形重建的影响

传递函数法重建CAP(central aortic pressure)多是基于自回归各态历经(auto regressive eXogenous, ARX)模型或傅里叶变换,未考虑采样频率、数据长度.为了研究采样频率和数据长度对重建CAP的影响,基于ARX模型和傅里叶变换,重建CAP并分析误差.结果表明,采样频率100Hz,数据长度大于3s时,基于ARX模型重建CAP效果较好(均方根误差(306.6±80.0)Pa,波形匹配度89%);基于傅里叶变换的算法对采样频率不敏感,数据长度为6s时效果较好(均方根误差(493.3±320.0)Pa,波形匹配度84%).     

技术偏离在航空装备修理中的应用研究

本文以分析某型航空装备修理现场技术处理现状为基础,研究提出了"技术偏离"在航空装备修理中的应用方法,为推进航空装备修理技术状态精确控制提供了一条可行途径。     

适用北京地区短历时强降水模拟的WRF模型物理参数化方案研究

以短历时强降水为特征的暴雨事件增多是北京地区近年来暴雨内涝频发的主要原因.为提高北京地区短历时强降水的模拟和预报能力,选用WRF(weather research and forecasting,WRF)模型中对降水模拟结果影响较为明显的3类参数化方案组成12组物理参数化方案组合,对北京地区具有不同中尺度环流特征的2类共8场短历时强降水事件进行模拟.基于构建的评价指标体系,评估各类参数化方案模拟北京地区短历时强降水过程的能力,评选出综合表现最好的物理参数化方案组合.研究结果表明:积云对流参数化方案对各类型强降水模拟结果的影响最大,云微物理参数化方案次之,行星边界层参数化方案的影响最小;从模拟北京地区短历时强降水过程的综合能力来看,表现较好且较稳定的方案分别为WSM6云微物理参数化方案、GD积云参数化方案和MYJ行星边界层方案;从模型模拟不同类型强降水过程的整体表现来看,模型对具有连续性降水特点且受地形抬升作用影响相对较小的第2类强降水过程的模拟效果最好,而对具有间歇性降水特点的深对流强降水过程及其相关的湿物理过程的模拟效果较差.研究结果对于提高区域强降水预警预报能力,改进模型参数化方案具有参考意义.     

基于改进粒子滤波的视觉目标跟踪

针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目标跟踪算法.首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出一种新的模板更新机制,自适应选取运动模板或原始模板.实验结果表明,改进后的算法在具有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。