联邦滤波在RAPINS/计程仪/重力匹配组合导航系统中的应用

RAPINS/计程仪/重力匹配组合导航系统是一种简易的无源导航系统,为了改善系统的容错性能,设计了基于该组合系统的联邦滤波器,建立了系统的工作模式,给出了联邦滤波算法.在该联邦滤波器中充分利用计程仪输出的速度信息,采用不等间隔滤波来进行信息融合.采用Matlab/Simulink对该组合导航系统在分辨率为0.005°×0.005°的数字重力异常图中进行了仿真研究.理论分析和仿真结果表明,基于联邦滤波的RAPINS/计程仪/重力匹配组合系统能够改善系统的容错性,且具有与集中式滤波相似的导航精度.     

寻觅文言津梁 感受经典魅力

文言文教学是高中语文教学的重点,也是教学的难点,《普通高中语文课程标准》明确提出要提高学生文言文阅读的能力。但文言文教学的现状并不理想,且收效甚微。本文将从言的解释,读的方式,问的设计这几方面来探讨该如何引领学生去欣赏文言的精妙。     

速率方位惯性平台系统及其仿真研究

为了降低重力无源导航系统的成本,提出在速率方位平台上放置一个高精度的重力敏感器,构成一个具有导航与重力测量功能的导航重力测量系统,该系统再加上重力数字图就组成了一个重力无源导航系统.为此,论文对速率方位平台惯性导航系统进行了研究,建立了速率方位地平坐标系,给出了它的系统计算方程和误差方程,进行了误差分析,并且运用计算机仿真了无阻尼和有阻尼时的RAPINS的误差特性.仿真结果表明由中等精度惯性元件构成的无阻尼RAPINS误差积累很快,阻尼后其平台角误差和方位角误差都不大,能够满足重力测量和基本导航要求.     

神经元中的随机共振及含噪周期方波脉冲信号的最优检测

理论研究表明 ,神经元用于含噪周期方波脉冲信号传输时存在随机共振现象 ,信号的占空比和神经元的阈值对随机共振的影响有一定的规律 .同时 ,可获得大于 1的信噪比增益 ,这是线性系统不能实现的 ,因而可将神经元的应用推广到非线性信号处理领域 .在此基础上 ,对应用神经元实现含噪周期方波脉冲信号检测的最优条件和最优特性进行了分析 .最后 ,通过仿真实验验证了理论分析的正确性     

圆度误差评定与测量不确定度计算

为了更准确地评定圆度误差及测量不确定度,根据圆度特点,提出实数编码改进遗传算法求圆度误差最小区域解,基于蒙特卡洛法评定测量不确定度.通过对零件实测计算,结果表明采用实数编码的改进遗传算法不仅省去了重复的编码解码,而且算法简单、优化效率高,蒙特卡洛法计算不确定度与传统GUM方法相比不受直接测量量相关性的限制,而且受问题条件限制的影响小,使不确定度评定简单化.采用改进遗传算法和蒙特卡洛法能够更加准确高效地评定圆度误差和测量不确定度.     

神经元中的随机共振及含燥周期方波脉冲信号的最优检测

理论研究表明，神经元用于含噪周期方波脉冲信号传输时存在随机共振现象，信号的占空比和神经元的阈值对随机共振的影响有一定的规律．同时，可获得大于1的信噪比增益，这是线性系统不能实现的，因而可将神经元的应用推广到非线性信号处理领域．在此基础上，对应用神经元实现含噪周期方波脉冲信号检测的最优条件和最优特性进行了分析．最后，通过仿其实验验证了理论分析的正确性．     

改进遗传算法及其在平面度误差评定中的应用

针对平面度误差评定的特点，提出了一种新颖的基于实数编码的改进遗传算法。该算法采用基于代沟最小的代选择模型，选用BLX—α混合交叉算子，算法简单、鲁棒性强，优化效率高。同时给出遗传算法评定平面度误差时目标函数数学模型的建立方法。最后，通过不同评价方法对同一平面的平面度误差进行评定，结果证明该方法不仅能收敛到全局最优解，而且具有较快的收敛速度。     

基于D-S证据理论的工程实践保障能力的评估

提出了基于D-S证据理论的工程实践保障能力的评估方法,通过对证据之间冲突程度的计算,分析教师的工程能力、实验基地和组织管理能力各指标之间的相互支持和协调程度.该方法可以对工程实践综合保障能力提出合理的评定.     

机器人逆运动学的微分进化与粒子群优化BP神经网络求解

针对采用传统反向传播(BP)神经网络算法进行逆运动学求解收敛速度慢的问题,提出将微分进化(DE)与粒子群优化(PSO)算法相结合,对用于机器人逆运动学求解的BP神经网络进行优化。基于机器人正解映射建立优化算法的目标函数,在PSO过程中,引入DE操作优化粒子进化方向,并将此混合算法用于BP神经网络权值与阈值的优化。对KUKA机器人进行仿真实验,结果表明:采用该文方法对机器人逆运动学问题的求解精度高,求得的关节角度误差小于0.1°;逆运动学求解结果所对应位姿矩阵的位置误差在0.1 mm数量级,具有较好的泛化能力。该文方法满足机器人位置和姿态方面的精度要求。