基于卡尔曼预测的外骨骼摆动腿随动控制研究

针对一种双关节驱动助力外骨骼机器人中人机交互系统所获取的传感器信息滞后于人体运动意图,从而造成执行机构无法及时跟踪摆动腿的运动,导致无法提供助力的情况,运用卡尔曼滤波算法对采集到的下肢运动信息进行运动意图预测,以弥补延时。利用采集的步态周期数据进行控制仿真实验:依据下肢外骨骼单侧腿简化的二连杆动力学模型,将预测信号输入模型,并采用PD控制验证系统稳定性和预测准确度。仿真结果表明,利用该方法可以对人体运动意图进行有效的预测,可用于驱动外骨骼摆动腿进行随动控制。     

基于综合停运概率模型的电网薄弱环节评估

为了预防大规模停电事故的发生,评估电网运行时的薄弱环节,提出了一种计及多种因素的综合停运概率模型。该模型统筹考虑了电网在冰灾、风灾气候运行时的故障概率模型、线路老化失效故障概率模型以及线路在不同负载率下的故障概率模型;然后采用了一种负载率与非序贯蒙特卡洛模拟法相结合的线路状态抽样方法,对不同线路故障后的运行状态进行判断,并计算出相应的损失负荷量;最后采用风险价值、平均超额损失两个指标对不同的线路故障进行评估,从而得出电网的薄弱环节。在此基础上,以湖南电网为实例进行分析,证明了综合停运概率模型的有效性和可行性。     

异构带宽约束的动态源组播路由

提出异构带宽约束的动态源组播路由(heterogeneous bandwidth-constrained dynamic source multicast routing, HBMR). 为了支持组成员的动态性和异质性,收集了组播树分布信息和组播树上节点的最大可接收能力信息. 并设计了一个基于该信息的异构带宽约束的动态源组播路由算法. 仿真实验结果表明,HBMR不但解决了异构带宽约束费用优化的动态组播路由问题,而且在路由成功率、路由消息开销和组播树占用的带宽资源等方面的性能都有综合提高.     

非瑞利杂波中两种非参量检测器的渐近性能

选择韦伯分布和对数正态分布为两种非瑞利杂波模型,推导广义符号(GS)和Mann-Whitney(MW)检测器相对于最佳线性参量检测器的渐近相对效率(ARE)的计算公式.采用Monte Carlo和Simpson数值积分方法对ARE进行仿真.结果表明,GS和MW的渐近相对效率随着杂波偏离瑞利分布程度的加强而增加;检测器在对数正态分布杂波中的渐近性能优于韦伯杂波;在相同条件下,MW检测器的渐近性能优于GS检测器.     

秦俑博物馆室内气溶胶化学组成初步研究

目的为了科学有效保护地保护秦俑,研究遗址区室内空气工作势在必行。方法通过夏季在秦俑馆采集气溶胶进行分析。结果0.3~0.7μm范围内的气溶胶PM2.5、TSP浓度随游客的增加而增加;室内PM2.5和TSP平均浓度分别为108.4μg/m3和172.4μg/m3,PM2.5占TSP总质量的62.9%。进一步分析证实硫酸盐、有机物及地壳矿物是室内PM2.5的主要组成部分,分别占(32.4±6.2)%、(27.7±8.0)%,(12.5±3.4)%。元素碳、铵盐、硝酸盐分别占室内PM2.5的(3.9±1.5)%,(8.9±2.8)%,(7.0±2.9)%;高含量的硫酸盐、有机物、元素碳、硝酸盐及铵盐的粒径在0.43~3.3μm之间,根据离子平衡计算显示出室内气溶胶酸性特征。结论为科学、有效地控制室内环境,保护秦俑提供了重要依据。     

电子镇流器预热启动的实验研究

对阴极预热式电子镇流器的几种启动方法进行研究和实验对比,得出实验数据并提出最为理想的启动方式.     

基于USB2.O的信号发生器的设计与实现

针对传统信号发生器存在的诸多弊端,提出了一种基于USB2.0协议下的简易信号发生器的构造和实现方法.基于Cypress半导体公司的EZ-USB FX2芯片给出了其硬件组成、驱动程序框架和主要的固件程序代码.该方法采用直接数字合成方法,结合现场可编程技术,通过软件和硬件性能的结合完成了双通道信号的频率、幅度、相位的高精度调整.将参数调整,波形数据细分的复杂计算任务交于主机程序完成,简化了外设执行部件的电路结构.该信号发生器结构简单,信号失真小,配置灵活,可达到所见即所得的效果.     

基于相关反馈的视频检索算法

针对信息检索中如何提高检索的精度问题,提出了一个基于相关反馈的视频检索算法。利用信号在神经网络中来回传递实现自动相关反馈,提高了检索精度,且最大限度地减少了相关反馈中人的参与,最后检索的结果是与查询最接近的一段视频片段。给出了神经网络的构造和具体的检索算法,并与基于关键帧的视频检索方法进行了比较。实验结果表明,用该算法检索的准确度比用基于关键帧的视频检索方法平均提高6%以上。     

高校“两课”教学中运用多媒体技术的实践反思

多媒体技术在高校“两课”教学中的运用受到了学生和教师的广泛欢迎。在充分认识多媒体技术给“两课”教学带来的影响和存在问题的基础上,明确多媒体技术在高校“两课”教学中运用的原则,促进“两课”教学的不断发展。     

基于鲁棒LS-SVM的ARMA时序模型研究

对时序数据建模与辨识技术进行了分析,提出了使用鲁棒LS-SVM算法建立ARMA时序预测模型。该模型是在LS-SVM的约束条件中加入鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。考虑到高炉的热状态的输入输出数据集间存在着复杂非线性时序上的关系,通过用基于鲁棒LS-SVM的ARMA模型预报铁水中硅的含量,从而达到了预测高炉热状态的目的。说明了该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性,为稳定钢铁质量和生产工艺创造了良好条件。