半挂汽车列车鞍座参数匹配及行驶特性分析

为分析具有侧向自由度的半挂汽车列车行驶特性,建立了包含车身侧倾和转向系刚度的车辆模型,对车辆在典型工况下的运行状态进行仿真分析;并对模型中的牵引鞍座参数进行调试和匹配,分析这些参数变化对系统稳定性的影响,以期为车辆系统设计提供参考依据.研究结果表明,行驶状况和牵引鞍座参数的变化,可能造成车身侧倾、两车存在夹角等,应通过...     

结合天空区域检测的图像去雾算法研究与实现

针对雾霾条件下拍摄的户外图像,常规去雾后天空区域常常出现的失真问题,提出了一种结合天空区域检测的图像去雾算法;算法先根据暗通道理论估计出大气光强度,使用双边滤波器得到大气光幕,求得透射率图,再结合天空区域检测的结果对透射率进行修正,最后代入雾天成像模型得到复原的图像;实验结果表明:结合天空区域检测的图像去雾算法可以有效地检测出图像中是否存在天空区域,针对检测结果修正的透视率,能够使修复后有天空区域的图像看起来更加自然平滑,没有明显失真,不存在天空区域的图像,图像对比度大大提升,在景深较大的区域恢复出更多的细节;算法对各类图像均可取得较为理想的去雾效果。     

钴铬烤瓷合金反复熔铸后电化学腐蚀性能变化

为研究钴铬烤瓷合金反复熔铸后电化学腐蚀性能的变化,按照ISO 10271标准,将钴铬烤瓷合金在真空加压氩气保护环境下,分别经过1～3次反复熔铸,制成方形试样,采用电化学工作站测试其在37℃、pH=7.4氯化钠溶液中的电化学腐蚀性能(Ecorr、Ep、Icorr).结果表明,在氩气保护真空加压铸造环境中,钴铬烤瓷合金经过1～3次单纯反复熔铸,各电化学性能参数变化无显著差异.     

新型光敏剂Corrole激发态动力学研究

通过采用稳态和飞秒荧光上转换的激光光谱技术,测量了三种新型光敏剂镓Corrole:F10-Ga、P-OHGa及P-P-Ga分别在非极性溶剂甲苯和极性溶剂乙醇中的吸收和发光过程。结果表明,苯环上的单羟基与吩噻嗪取代对镓Corrole的吸收和发光性能影响不明显。而三种镓Corrole在乙醇中的B带吸收峰都明显蓝移、荧光峰则明显红移、荧光量子产率减小,而且激发态弛豫过程S2→S1明显比在甲苯中慢。     

岩矿石电性实验宽频序列信号发送机设计

针对地球物理学基础物性测试实验工作中拥有自主知识产权实验用仪器发展缓慢,实验用仪器型号少的现状,利用复杂可编程逻辑器件(CPLD)为波形产生单元、ARM处理器为仪器主控单元设计了步长为对数等间距,频点间以2/3倍频点进行加密、带宽为0.001~1 000 Hz、可选多档恒流输出的频率域岩矿石电性实验序列信号发送机.室内实验与模拟器件实验表明:该信号源输出电流恒定、波形频率准确,可用于实际实验工作.     

基于主客观综合赋权的CGF态势评估建模研究

超视距空战仿真中,计算机生成兵力(computer generated forces, CGF)实体态势评估行为是一种综合反映决策者主观偏好和决策信息客观排序结果的理性行为。为了解决CGF实体态势评估行为建模过程中作战信息的客观模糊性与指挥员的思维主观性相结合的问题,提出一种基于主客观综合赋权的CGF态势评估建模方法。该方法以对超视距空战中CGF实体态势评估行为产生机制的分析为基础,以模糊多属性决策方法为工具,根据主客观综合赋权的多属性决策方法,计算出目标各威胁因素的权重,得出当前空战态势中各CGF实体的威胁排序结果,进而估计出目标可能的作战意图。实例验证表明,基于主客观综合赋权的CGF态势评估仿真方法能有效地模拟实际兵力的态势评估行为,提高超视距空战仿真中CGF实体行为决策的真实性。     

基于EKF的新混沌系统滤波方法

提出一个新的混沌系统,研究其基本动力学特性。在混沌控制及其应用中,混沌系统的状态估计和滤波是重要的,但现有的滤波算法不能适应混沌的初值敏感性、不能长期预测,提出了一种基于扩展卡尔曼滤波（extended Kalman filter, EKF）的混沌系统参数估计和滤波方法。通过对新混沌系统进行数值仿真,结果表明,这是一种有效的滤波方法。     

卫星导航电磁干扰识别分类器设计

根据卫星导航系统干扰识别特点与高阶累积量对高斯噪声的抑制作用,提出了一种基于干扰四阶及六阶累积量的特征识别算法,分析了在不同干噪比下不同干扰信号的特征区间分布。根据在相同识别特征下不同干扰信号的分离度,设计了一种基于高阶累积量的树形干扰识别分类器。仿真试验结果表明,当干噪比达到5 dB时,识别分类器对9种干扰信号的识别率均达到100%,并且受干噪比变化影响较小,试验验证了其良好的分类识别性能。     

#br# 基于自组合核的增量分类方法

在线极端学习机(online sequential extreme learning machine,OSELM)模型在解决动态数据实时分类问题时,无需批量计算,仅保留前一时刻训练模型,根据当前时刻样本调整原有模型即可。然而,该增量方法在离线训练阶段随机指定隐层神经元使模型鲁棒性差,且求解过程难以拓展于核方法,降低了分类效果。针对上述问题,提出一种基于自组合核的在线极端学习机(self compounding kernel online sequential extreme learning machine,SCK OSELM)模型。首先,提出一种新的自组合核(self compounding kernel,SCK)方法,构建样本不同核空间的非线性特征组合,该方法可被应用于其他监督核方法中。其次,以稀疏贝叶斯为理论基础将训练数据的先验分布作为模型权值引入,并利用超参调整权值后验分布,从而达到对当前时间点参数稀疏的目的。最后,将稀疏得到的参数并入下一时刻运算。对动态数据的实时分类实验表明,该方法是一种有效的增量学习算法。相比于OSELM,该方法在解决动态数据实时分类问题时获得更稳定、准确的分类效果。     

基于ESO的欠驱动四旋翼飞行器轨迹鲁棒控制

针对欠驱动四旋翼无人飞行器的系统特性,为解决传统四旋翼飞行控制方法中存在的弱点,如系统状态变量间相互有较大耦合、控制效果易受建模误差的影响及抵御外界干扰能力较弱等弱点,设计一种基于扩张状态观测器(extended state observer, ESO)的轨迹跟踪算法,由ESO实现对系统复合干扰的估计,并在控制律中对复合干扰进行实时补偿。由于ESO只需要测量系统输出即可实现对复合干扰的精确估计,因此在实际系统中易于实现,为验证所提算法,进行两种不同情况下的仿真研究,分别为矩形轨迹跟踪和圆形轨迹跟踪,仿真结果验证了所提算法的可行性。