基于分数采样的直扩信号滑动相关盲同步方法

详细分析了DS-SS信号在相关域的特征、性能,充分利用DS-SS信号扩频伪码的尖锐自相关特性和噪声的互相关特性,在已知PN码周期的前提下,提取一PN码周期DS-SS/BPSK信号作为已知PN码,采用分数采样构造滑动相关曲线,检测相关峰的位置实现DS-SS/BPSK信号盲同步,并对该算法的同步精度以及其适应的输入信噪比进行了分析。理论分析和仿真实验证明,盲同步精度与信噪比,伪码长度周期,分数采样系数,以及相关数据段密切相关。在一定的计算复杂性条件下,该方法可有效实现负信噪比(SNR<-17dB)DS-SS/BPSK信号盲粗同步,为快速进行精确同步奠定了基础。     

突变地形下的复合结构移动越障机器人运动学建模与仿真

移动越障机器人可以攀越突变障碍,实现野外环境下的灵活机动。和普通移动机器人在平坦表面上的运动不同,其在越障过程中具有独特的运动情况。提出了一种复合结构移动越障机器人,建立其越障状态下的逆运动学模型,对运动特性进行了解析,基于路径跟踪运动的仿真研究验证了该模型的有效性和正确性。     

在滑动窗口中判决的自适应门限检测方法

对在突发通信中基于噪声功率和基于信号功率的自适应门限信号检测方法进行研究,提出了在滑动窗口中进行比较判决的自适应门限检测方法,用多个采样点进行比较判决以取得最优的同步信号。仿真比较不同情况下的系统性能,结果表明改进方案能得到精确的系统同步信号,低信噪比时,基于噪声功率的自适应检测方法检测概率较大。     

基于模糊逻辑的多连杆柔性机器人连续滑动模控制

采用滑动模控制原理,设计了一个基于模糊逻辑的连续滑动模控制器,对多连杆柔性机器人控制进行抛物线轨迹跟踪控制,并采用ＰＩＤ方法,使得系统镇定,仿真结果表明,本文设计的控制器对输入干扰及柔性机器人模型的不确定性及负载的变化都有良好的鲁棒性,并且良好的动态特性,克服了滑动模控制器所固有的抖动问题。     

五轴汽车同相位程度对转向性能的影响分析

根据多轴汽车轴数较多,转向控制复杂的特点,提出了以汽车转向中心与第1轴的距离D以及前轮偏转角作为输入控制变量,基于阿克曼定理实现全部车轮绕同一瞬时转向中心做圆周运动,通过改变D值实现多种相位的转向模式。在此基础上利用ADAMS建立了5轴汽车的动力学模型,利用Simulink建立了控制策略,进行了不同D值、不同车速的角阶跃转向响应仿真,发现多轴汽车在高速行驶时后轮采用同相位参与转向,可以降低横摆角速度,提高操纵稳定性,并且在进行同相位转向时,D值对操纵稳定性有较大影响,选择合适的D值可以提高汽车的转向安全性或操纵灵敏性。     

制动过程的主动转向干预控制

主动转向(AFS)能够提高车辆的转向跟随性和车辆的稳定性能,同时还能够产生额外的侧向力,抵御制动过程中由于制动力的不对称分配所引起的横摆及侧倾。首先基于主动转向的机构及制动过程建立了转向模型及车辆模型,并在该模型控制的设计中,利用横摆角速度和侧偏角反馈提高车辆的稳定性。同时,为了得到最佳的输出反馈增益矩阵,采用线性[0]二次型调节器(LQR-line quadratic regulator)进行最优控制。通过制动过程中主动转向的干预作用的MATLAB仿真,以及没有转向干预控制的制动过程试验与仿真的对比,表明主动转向无需驾驶员的额外干预,通过电机的主动补偿提高车辆的侧向稳定性,同时还能够影响车辆的纵向动力学过程,缩短制动的有效距离。     

混合网络框架中混合比对同步能力的影响

通过模拟计算,分析了统一混合网络理论体系的动力学同步能力与3种混合比(dr,fd,gr)之间的关系.分析结果发现:混合比对同步能力有重要的影响,提高总混合比dr,即增加确定性择优能够增强HUHPM网络的同步能力,而随机性择优则会减弱HUHPM网络模型的同步能力;LUHPM网络中确定性混合比fd和随机混合比gr的增加,即...     

一种新的非相干超宽带自适应同步方法的仿真与分析

超宽带系统使用纳秒级的短脉传输数据,能够克服短距离通信中的多径影响,特别适合短距离高速数据通信.针对超宽带系统的快速低复杂度同步问题,基于非相干脉冲超宽带系统,结合相干超宽带系统中的一些快速捕获算法,提出一种新的快速同步方法.在子积分窗口部分重叠时,该同步方法能够比文献[1]中的方法更快速达到同步.经仿真验证,本方法在同步性能上均优于现有方法[1].     

基于全息地图的机器人与操作手同步路径规划

针对机器人行走路径规划与机械手操作路径规划之间缺乏同步性,提出了一种机器人与机械手同步路径规划方法,使机器人在路径规划时不仅可以实现行走路径规划,还实现了对操作路径的规划。首先,借鉴人对空间规划的思想,设计了实现机器人与机械手同步规划的总体思路,并且给出了其涉及的两个新概念,分别为物品点和二维物品操作点;其次,设定了同步规划模型,利用转换矩阵将其同化为机器人路径点模型;最后,将机器人路径点模型分裂为二维行走路径规划模型和三维路径规划模型,并据此同步的规划行走路径和操作路径。在家庭环境下,家庭服务机器人基于全息地图利用该方法实现了机器人行走与机械手操作之间的同步性,同时也可以生成合理的行走路径和操作路径。     

时间同步误差对分布交互仿真性能影响的分析

定量分析了时间同步误差对分由交互仿真（DIS）中时间同步误差的影响。时间同步误差会产生仿真系统时间上的逻辑错误，降低仿真精度和使用实时战场状态显示失真，本文给出了一个具体的DIS的系统的时间 同步精度要求。     

爬壁机器人路径规划研究

研究爬壁机器人在三维工作环境中的全局路径规划.给出了一种基于人工神经网络结构能量函数的路径规划算法.可根据机器人吸附物体的形状设定各边界面对应的不等的模拟退火初始温度;并且可根据路径点位于物体内部与否的不同位置采用不同的运动方程.仿真结果表明,该算法可规划出最短的可行路径,为提高爬壁机器人的实用性,提供了一种有效的路径规划算法.     

移动机器人导航中噪声影响的仿真研究

基于行为的移动机器人在获取外界信息时不可避免地会引入噪声,给移动机器人的导航造成一定的影响。首先建立了一个考虑了噪声影响的基于行为的移动机器人的仿真实验系统,然后以机器人导航任务为例,定量研究均匀分布噪声和高斯白噪声对机器人导航效率的影响;同时讨论机器人运动模块间的两种组合方式——加权平均方式和加权最大方式在抑制噪声方面的作用。研究结果表明噪声使移动机器人的导航效率降低,完成导航任务所需的行程时间增加;加权平均方式比加权最大方式在抑制噪声方面效率更高,这对机器人运动模块的抑噪设计有良好的指导作用。     

自主移动机器人中基于强化学习的噪声消解策略

基于行为的自主移动机器人在获取外界信息时不可避免地会引入噪声，给其系统性能造成一定的影响。提出了一种基于过程奖赏和优先扫除(PS-process)的强化学习算法作为噪声消解策略。针对典型的觅食任务，以计算机仿真为手段。并与其它四种算法——基于结果奖赏和优先扫除(PS-result)、基于过程奖赏和Q学习(Q-process)、基于结果奖赏和Q学习(Q-result)和基于手工编程策略(Hand)进行比较。研究结果表明比起其它四种算法，本文所提出的基于过程奖赏和优先扫除的强化学习算法能有效降低噪声的影响，提高了系统整体性能。     

基于ADAMS的电磁驱动球形机器人运动仿真研究

提出了一种双电磁线圈驱动球形机器人驱动原理:通过电磁磁芯与永磁磁钢的吸引或排斥力,带动内部驱动机构绕主轴旋转,实现球形机器人的前进和后退;由电机带动飞轮一起旋转,实现电磁驱动球形机器人的转向运动,两种运动的合成即可实现球形机器人的全向滚动.通过对球形机器人越障能力和爬坡能力进行理论分析,研究了等效摆质量m与球形机器人质量(M+m)的比值以及等效摆的长度r与球形机器人半径R的比值对球形机器人性能的影响.基于ADAMS虚拟样机技术,对球形机器人的运动性能进行了仿真实验研究.     

带拖车的轮式移动机器人系统的建模与仿真

带拖车的轮式移动机器人系统是一种典型的非完整、欠驱动系统。本文建立了带多个拖车的移动机器人系统的运动学模型,对系统的运动特性进行了分析,并在此基础上对系统的运动进行了数值仿真和图形仿真、验证了理论分析的正确性。     

移动机器人定位方法对比研究

定位问题是移动机器人领域内一个最重要的内容.首先定义了用于移动机器人位置跟踪的系统模型,介绍了基于该系统模型的移动机器人定位方法.在统一的平台上实现了三个滤波估计定位方法,二个贝叶斯估计定位方法,一个地图匹配定位方法,并基于一批实际的测量数据对六种定位方法进行了实验验证,对实验结果进行了深入的分析与比较.基于滤波的定位方法定位更精确,基于贝叶斯估计的定位方法更鲁棒.地图匹配定位虽然简单易行,但不能解决动态或相似环境中的定位问题.     

一种移动机器人自适应轨迹跟踪控制算法研究

针对轮式移动机器人的轨迹跟踪问题,提出了一种基于运动学模型的自适应轨迹跟踪控制算法。在分析经典轨迹跟踪控制律缺点的基础上,算法中引入了机器人位姿误差的纵坐标误差以加速机器人的轨迹逼近速度,并采用人工场和位姿误差协同作用来共同完成机器人的导向控制。该控制律结构简单,鲁棒性强。仿真实验表明该方法使移动机器人具有更理想的逼近轨迹。     

飞行机器人传感器阵列信息处理技术研究

越来越多的应用任务要求机器人能高精度的测量目标相对机器人的位置信息.通过在飞行机器人上安装传感器阵列来感知环境信号,并运用阵列信号处理算法可实现高精度的目标方位角度估计.给出了MUSIC(Multi signal classification)算法应用在传感器阵列信号处理的原理和实现方法,利用一种改进的MUSIC算法使机器人的传感器阵列能在出现相干信号源或信号信噪比较低时也能完成对多个信号方向的精确估计,并仿真实现.     

基于激光数据配准的移动机器人自定位

提出了一种基于激光数据配准的移动机器人自定位方法。该方法避免了对激光数据进行特征提取以及点对点的对应,仅以预处理后激光数据的核密度估计作为定位依据,以核相关方法作为比较相邻两组激光数据相似性的度量准则,并在此基础上建立以旋转平移向量为参数的自定位目标函数。最后采用BFGS拟牛顿方法对目标函数进行寻优,最终实现移动机器人的自定位。对180度激光数据的仿真实验结果证明了该方法的有效性。