基于电磁感应的遥测式三维定位系统

为了对全消化道生理参数诊查胶囊在人体内的三维位置进行连续跟踪,提出了基于电磁感应原理的定位新方法.在人的体表布置6个励磁线圈,采用正弦电流分时激励,在空间产生交变磁场,并在诊查胶囊内封装感应线圈.通过获得感应线圈上的感应电动势,结合定位模型和微粒群算法,可反求诊查胶囊的空间方位.实验表明:定位系统工作稳定,获得了较高的定位精度.     

基于混合优化算法的磁聚焦线圈阵列设计与优化

构建8个线圈和20个线圈的圆环面线圈阵列模型实现并改善目标区域的电磁场聚焦特性.利用磁场叠加原理,结合改进的粒子群算法设计了自适应混合优化算法,利用该算法与有限元积分分析软件的外部通信接口,对影响磁场分布的线圈阵列可调参数进行优化求解,建立优化的发射线圈模型.结果显示了设计的混合优化算法的良好搜索能力和线圈阵列在优化电流组态下在计算区域内的归一化幅值分布和二维等高线图,表明了经优化的线圈阵列在目标区域内产生了具有良好磁聚焦性能的磁场分布,磁场变化梯度大,其磁场强度与聚焦程度都有了不同程度的改善,且20个子线圈的线圈模型基本上实现了点聚焦,同时具有可聚焦多个目标的能力.     

基于随机微粒群算法的分布式节点定位方法

提出了基于随机微粒群优化算法的定位方法。设定网络中存在部分锚节点,且相邻节点之间可以获取距离信息,待定位节点在获取足够的相邻锚节点或已定位节点的距离、位置信息后,使用随机微粒群优化算法实现定位。仿真表明,该方法比多边测量法和基于标准微粒群优化算法的定位方法具有更高的性能。     

多导脑部磁刺激仪的设计与仿真

大脑神经系统可由外部的时变磁场加以无创刺激，考虑到要对大脑多个不同部位同时进行刺激的情况，提出了一种由多线圈组成的多导脑部磁刺激系统．用有限元分析软件ANSYS模拟了线圈阵列工作时所产生的磁场，并与实验测得的磁场进行了比较．结果表明，软件仿真的数据精度误差在6％以内，并总结出变化规律：随着刺激线圈个数的增加，中心线圈轴线上同位置处的磁感应强度逐渐加大，与单线圈工作时相比，磁刺激深度得到了有效改善．     

故障在线监测自编码式棒位指示系统

提出了一种结构简单、工作可靠、测量精度高的控制棒位置指示系统—故障在线监测自编码式棒位指示系统。该系统探测器由一个励磁线圈、Ｎ个测量线圈、一个补偿线圈和一根芯棒组成。其中，芯棒由Ｍ段导磁材料与Ｍ１段非导磁材料间隔分布构成。当芯棒随控制棒在测量线圈中央轴向运动时，励磁线圈上输入的交变信号必然在测量线圈上产生交变感应信号，通过接收这些测量线圈的输出信号并进行处理从而判断控制棒棒位。本文详细地介绍了该系统工作原理、硬件结构、软件框图及试验。结论表明：它比现役压水堆使用的线圈编码棒位指示系统性能优越并具有更多的功能—故障在线监测功能，它可完全满足供热堆的棒位测量要求并可用于其他水堆的棒位指示。     

异步随机微粒群算法

在研究微粒群算法生物特征的基础上，提出了一种异步随机微粒群算法——ASPSO．该方法是在微粒的进化过程中，采用异步模式使全局最好位置信息以异步方式在种群中传播。从理论上证明了ASPSO与同步模式微粒群算法SPSO相比较具有更快的局部收敛速度，并对四个经典测试函数进行了仿真测试，测试结果表明：与SPSO相比，ASPSO算法具有更快的收敛速度。     

基于改进微粒群算法的非线性系统模型参数估计

将改进微粒群优化算法用于非线性系统模型参数估计,并通过对三种典型的非线性系统模型参数估计进行验证。实验结果表明:改进微粒群优化算法参数估计精度高,是一种有效的参数估计方法。     

电磁流量传感器鞍状励磁线圈磁场分布的计算方法

以工业电磁流量传感器最常采用的矩形鞍状励磁线圈为研究对象,从矩形平面励磁线圈在测量管道内磁场分布的解析算法出发,给出计算矩形鞍状励磁线圈在测量管内的磁场分布的一种折线近似算法.最后实验证明,这种折线近似法是一种简单可行的算法.     

开关电源高频功率变压器并联线圈设计分析软件开发

并联线圈可以增加线圈导体高频时的有效导电面积,减小高频功率磁元件的线圈损耗,但其分析与设计相对单根导体线圈则复杂得多.在比较分析并联线圈基础上,应用场、路相结合的方法,建立物理意义明确的包括里兹线、普通并联PCB以及绞绕并联PCB等高频功率变压器并联线圈的涡流损耗模型,并提出相应的易于实现损耗模型系统编程的算法.开发的软件人机界面友好.     

佳拉洁雅装置中溜槽线圈位置参数对等离子体注入的影响

佳拉洁雅型磁约束装置是非托卡马克磁约束装置的一种。溜槽线圈是等离子体通道的重要组成部分,溜槽线圈的作用是削弱磁阱障壁磁场的磁感应强度,实现等离子体顺利注入磁阱。溜槽线圈的参数会对注入效果产生不同的影响。为了获得更佳的注入参数,将更多地等离子体输运到磁阱,研究了等离子体入射线角度和溜槽线圈与磁阱相对位置对等离子体入射线上磁场强度的影响;并利用有限元仿真软件COMSOL建立了仿真模型,仿真分析了不同参数下的等离子体注入情况。仿真结果表明,当等离子体入射线角度为20°,溜槽线圈距磁阱距离为23 cm时,等离子体注入磁阱的效果最好。     

基于RSSI的WSN节点室内定位分析

基于实验的基础,对基于接收信号强度（received signal strength indication,RSSI）的无线传感器网络（wireless sensor network,WSN）节点室内定位的几种不同情况进行分析.根据室内无线传播模型和实际测量数据得到RSSI室内传播模型;比较在不同位置的未知节点定位精度的不同;针对三点定位结果不理想的问题,采用粒子群优化（particle swarm optimization,PSO）算法对定位结果进行优化;比较不同数量的源节点对于节点定位精度的影响.当信标节点数量比较多时,通过筛选一些可靠的信标节点来提高定位精度.     

新型磁悬浮精密定位平台的研究

针对磁悬浮精密定位平台的运动稳定性问题，设计了一种新型六自由度磁悬浮精密定位平台，该平台采用12个空心电磁线圈做定子、36块永磁体做动子，悬浮部分与驱动部分相互独立，从而很好地解决了由电磁线圈铁心引起的非线性以及悬浮与驱动单元之间的相互耦合问题．采用罗仑兹定律，分析了永磁体长度、线圈电流和悬浮位移对悬浮稳定性的影响，确定了平台的悬浮平衡位置，建立了平台在平衡位置附近的悬浮数学模型，并进行了动态响应仿真研究．研究结果表明，该磁悬浮精密定位平台在悬浮电流为2A、悬浮高度为0．5mm时可以稳定悬浮，因此可应用于需要超精密定位和超洁净环境的半导体光刻装置中。     

基于PSO优化LSSVR的三维WSN节点定位方法简

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

基于粒子群优化算法的异步电动机动态模型参数估计方法研究

利用粒子群优化算法实现了对异步电动机动态模型的参数辨识和转矩估计。通过MATLAB建模仿真。结果表明电动机动态模型的辨识易受干扰,对于噪声敏感度较大;但在噪声适度范围内,能够比较有效的搜索到真实值,且搜索范围广,精度较高;通过多次辨识,并进行加权融合避免了某个参数陷于局部极值,增强了辨识结果的稳定性,有效地实现了转矩估计。     

接收信号强度指示测距模型修正与粒子群算法权重优化的节点定位算法

为了降低RSSI测距误差对定位精度的影响,提出一种RSSI模型修正与PSO权重优化相结合的定位算法。首先通过最小化误差平方和原则对RSSI测距模型参数进行校正,避免测距误差带入定位阶段,然后利用三边测量法进行粗略定位,得到未知节点的近似坐标,最后引入改进PSO算法对该近似坐标进行优化,在改进PSO算法中提出一种基于收敛因子的权重策略,有效地平衡了算法的搜索速度与搜索精度,从而得到节点坐标优化值。实验结果表明,该算法能够有效抑制测距误差积累,有更好的收敛性能和更高的全局优化能力,能实现更好的定位效果。     

基于车载GPS定位误差分布规律的地图匹配算法

针对目前车载GPS定位信息地图匹配技术的主要缺陷,即GPS定位点的道路纵向位置修正效果较差,特别是对GPS独立定位的情况而言,修正精度很低,通过分析车载GPS定位误差的特点及其分布规律设计了一种地图匹配算法,重点提高车载GPS定位点在道路纵向的修正精度.采用长春市局部路网的地理信息为基础,采集车载GPS实测数据完成了算法的实证分析.结果表明,所提出的地图匹配算法应用效果理想,尤其是将车载GPS定位点的道路纵向位置修正精度提高了2.5 m以上,从而可满足车载GPS数据用户更高水平的信息需求.     

基于改进微粒群算法的飞机纵向飞行轨迹优化

为提高飞机纵向飞行轨迹优化的精度和收敛速度,提出了用改进的微粒群算法对飞机纵向飞行轨迹进行优化的新方法。基于质点动力学和能量状态方程,建立了飞机质点运动数学模型;利用庞特里亚金最小值原理,给出了飞机纵向飞行过程优化的目标方程;引入自适应惯性因子,采用罚函数法对轨迹寻优问题进行无约束化处理,基于改进的微粒群算法对纵向飞行轨迹进行了优化,并给出了算法优化流程。使用改进的微粒群算法,得到了Boeing 737-800飞机纵向飞行最优轨迹。优化结果与试验结果的比较表明,该算法可使纵向飞行轨迹快速收敛于最优解,算法具有收敛速度快、精度高的优点。     

采用WSVM的三维无线传感器网络节点定位

为了提高无线传感器网络三维节点的定位精度,针对SVM的核函数构建问题,提出一种基于小波支持向量机(WSVM)的定位算法.首先,收集三维传感器锚节点信号强度,构建支持向量机学习样本;然后,将其输入到小波支持向量机进行学习,建立三维传感器节点定位模型;最后,采用仿真实验对模型性能进行测试.研究结果表明:与传统三维定位算法对比,使用小波支持向量机中的三维传感器节点进行定位时,精度水平得到有效提升,获得更加稳定的节点定位结果,可以广泛应用于实际无线传感器网络系统中.     

基于PSO的BP网络在3D动漫造型评价中的应用

针对标准BP神经网络易陷入局部极小值的问题,本文结合全局随机搜索最优解的粒子群优化算法,建立了一种3D动漫造型评价模型,并将其应用到3D动漫造型的生成过程。该模型充分利用粒子群算法的全局寻优特性,优化BP网络的权值和阈值,使网络的均方误差小于或等于目标设定值。实验结果表明,本文方法在保证BP网络能收敛到全局最优解的前提下,加快了BP网络的收敛速度和收敛精度,并在3D动漫造型的进化中具有较好的评价性能,提高了造型的生成质量。