水声网络链路层协议的仿真研究

链路层协议的设计是水声网络的关键技术之一。它通过控制数据收发,实现网络数据包的可靠、有效传输,进而为网络层提供服务。针对水声通信系统低速率、高延时和低可靠性等特点,利用网络仿真软件OPNET对采用ALOHA协议和MACAW协议的网络进行了完整建模,给出了对等式网络和主从式网络下两种协议在吞吐量、丢包率、平均时延和能耗四个方面的仿真结果。通过对仿真结果的分析,为实用协议的设计提供了有效的参考数据和策略。     

基于DiffServ的星上交换设计与仿真

星上交换的设计在满足对综合业务QoS支持的同时,还需要考虑到星上实现复杂度和系统资源的限制.为此,基于DiffServ的思想,将(m,k)模型应用于地面业务到卫星业务的QoS映射,并通过双漏桶模型在业务增长时对星上数据进行有选择的控制,从而建立了一个实现复杂度低且可以有效保证综合业务QoS的星上交换框架.系统建模仿真结果表明,该设计方案在节省星上缓存资源的同时提高了系统性能,对业务的突发具有较好的平滑性.     

欠驱动双足步行机器人运动控制与动力学仿真

以欠驱动双足步行机器人为对象,提出一种基于落脚位置控制的运动控制算法,并对其行走控制过程进行动力学仿真。首先基于三维线性倒摆模型(3D-LIPM)控制机器人的落脚位置,建立其行走姿态的虚拟约束,利用有限时间收敛反馈控制器对行走过程进行控制,实现了机器人的动态稳定行走。最后结合MATLAB的符号运算、SIMULINK和虚拟现实技术对其控制过程进行运动学和动力学仿真。实验结果表明控制算法是可行的。     

三维激光扫描测量系统中的摄像机标定

三维激光扫描系统能够快速精确地获取周围场景的三维几何信息,而表面纹理信息需由高分辨率相机获取,必然存在不同数据源信息融合问题.在自主开发的三维激光扫描系统AX-LMS200基础上,通过相机内外参数标定,提出一种三维激光数据与二维纹理图像数据融合的方法,方便灵活地将三维激光数据与二维纹理图像数据相互映射.     

海底掩埋物体的目标强度与信混比分析

小掠射角声波照射下的掩埋物体散射声场计算,对水声探测系统的设计十分重要。现有基于声线理论的方法,无法计算小掠射角声波照射下的掩埋物体散射声场。基于波数积分声场模型和虚源方法,开发了可计算海底掩埋物体三维散射声场的模型软件。通过引入等效目标强度的定义,仿真计算了掩埋圆台和球壳的等效目标强度和回声信混比,并分析了掩埋深度和声波掠射角对信混比的影响。结果表明,用单基地方式工作时,掩埋物体的回声信混比总是很小,探测十分困难,若采用双基地探测,当掩埋深度达到30cm时,信混比可提高40dB以上,对掩埋物体探测系统的设计具有参考价值。     

标定方程AX=ZB的两种新解法

提出了同时确定手眼关系以及机器人坐标系到世界坐标系关系的两种算法。和现有算法相比,给出的算法分别基于对偶四元数和矩阵直积理论,均可一次计算出标定方程的旋转部分和平移部分,不存在误差的传递问题。仿真结果表明了算法的有效性,这些结论对于类似问题的求解具有一定的参考价值。     

模具粗加工的自适应层切算法仿真研究

分析了基于层切法的零件模具数控粗加工方法,提出了以层面间台阶最大差值为自适应参量的自适应模具数控粗加工方法;对约束条件进行了详细说明,阐述了自适应层切方法的具体步骤及算法流程图。利用已开发的层切法仿真软件平台,进行了三维模型层切法实例仿真分析。分析结果表明,应用该方法可以进一步减少层切法粗加工残留材料体积,对提高层切法模具数控粗加工效率具有实际意义。     

基于状态信息的条件剩余寿命建模研究

根据监测到的设备状态信息预测其条件剩余寿命一直是基于状态维修中的关键问题。利用滤波理论,建立了基于状态信息的剩余寿命预测通用模型,并推导出采用极大似然估计法下参数估计的通式,使得在已知寿命服从其他任何分布形式时直接代入通式便可快速地得出其模型,从而预测其剩余寿命,省去了复杂繁琐的迭代过程。通过案例发现模型能够根据状态信息很好地预测其剩余寿命,并在不断更新状态信息的条件下越来越精确地预测其剩余寿命。     

单点公交优先感应控制策略效益分析与仿真验证

单点交叉口信号优先可以降低公交车辆延误且易于实现.研究了公交相位绿灯延长、红灯早断和插入相位三种单点公交优先感应控制策略;应用延误三角形方法建立了以公交车辆车均延误变化量和非优先相位车均延误变化量为指标的三种单点公交优先策略效益计算模型.以两相位信号控制为对象,计算对比分析了三种公交优先策略的正负效益及其影响因素,并通过仿真进行了验证分析.研究表明:公交相位绿灯延长、公交相位红灯早断和插入公交相位三种策略都能够降低公交车均延误,与此同时也都会带来非优先相位车流延误的增加,但影响的程度不同.公交相位绿灯延长策略的效益略小于公交相位红灯早断策略,而相位插入策略的效益与插入时刻等多因素相关.     

自适应脉冲耦合神经网络在图像处理中应用

尽管Johnson 提出的PCNN模型具有强大的图像处理功能,以时间序列进行特征提取时具有旋转、尺度、平移、扭曲不变性,可实践中发现依然存在着不足,特别对图像亮度、对比度比较敏感.添加了误差反向传播(Error Back Propagation, EBP)学习准则的自适应脉冲耦合神经网络模型能自适应设定模型参数,是脉冲耦合神经网络模型研究的主要内容.特别地,应用这种自适应模型进行特征提取时,能弥补原来PCNN模型对亮度、对比度敏感的缺陷,而且具有一定的泛化能力,有效克服了亮度、对比度对图像识别精度的影响.