仿尺蠖步态的爬杆机器人的动态仿真研究

以仿尺蠖步态的爬杆机器人为研究对象,对其机械结构及行进步态进行了分析,并进一步利用ADAMS软件建立了该仿生机器人的虚拟样机,对该仿生机器人进行了动态模拟仿真实验。研究了在爬杆过程中仿生机器人头部与尾部的速度及位移随时间的变化关系,以及该仿生机器人对变直径工作杆的适应能力,同时分析了不同摩擦材料制成的自锁机构对机器人运动特性的影响。仿真结果表明：该仿生机器人对于直径在一定范围内变化的工作杆有着较好的适应能力,且自锁机构的静摩擦系数为影响该机器人运动特性的关键参数。     

含区间参数的战场资源动态调度模型及算法

战场资源调度是作战指挥领域研究的热点.首先描述了战场资源调度问题,分析了战场资源动态调度需求,在此基础上建立了包含区间参数的战场资源动态调度模型.然后设计了三种不同的贪心策略,分别为基本贪心策略、双重贪心策略和一致贪心策略,提出了模型求解的混合贪心算法.最后结合联合作战算例进行了仿真验证,结果表明本文方法可行优越,能应用于不确定性的战场环境中.     

基于信息融合的目标管理与被动定位方法

提出了一种基于信息融合的目标管理与被动定位技术的总体思路与实现方法。以坦克分队对目标的管理和被动定位需求为应用背景,首先利用战场图像信息提取目标种类、位置和姿态特征,并依次通过对目标3类特征的对比判定,解决了被动定位前对不同坦克瞄准镜视场中目标是否为同一目标的判定问题,实现了对敌方目标的全局统一编号与动态管理;其次利用坦克自身位置和测得的目标方位、俯仰等角度信息,推导了目标位置坐标的计算公式,分析了计算误差的主要影响因素;最后利用坦克分队网络化协同作战的优势,提出了一种以目标位置估计误差最小为约束条件的目标被动定位系统误差融合估计与补偿算法,显著提高了目标被动定位的精度,并通过仿真和野外实验,验证了所提方法的有效性。     

高阶量纠错码理论限及软判决编译码算法

基于tent混沌映射的高阶量纠错码可以实现对图像的线性纠错,解决了压缩图像峰值信噪比(peak signal-to-noise ratio, PSNR)存在的“门限效应”问题。通过对基于tent混沌映射的纠错码的图像PSNR理论限的分析,得出符号位的准确估计是提高码字性能的关键。传统的基于符号位硬判决的编译码方法难以实现对符号位的有效保护。基于此,借鉴低密度奇偶校验(low density parity check, LDPC)码的软判决编译码方法,提出一种基于符号位软判决译码的高阶量纠错码。仿真结果表明:基于符号位软判决译码的高阶量纠错码的图像PSNR不断逼近理论限;与硬判决高阶量纠错码相比,在编译码复杂度相当的情况下(符号位初始化概率通过查表得到),图像PSNR有2 dB的增益。     

一种时空联合约束的多源航迹相似性度量模型

针对传统方法无法有效度量多源异步航迹时空相似性的问题,该文提出了一种适用于多源异步航迹的相似性度量模型。基于时间和空间联合约束下寻找近似时空特征匹配点的思想,通过设置时间和空间阈值上寻找符合要求的匹配点,并通过空间相似函数度量匹配点的相似性,确定最优匹配点并计算多源航迹间的航迹时空相似度。实测数据表明,该模型可以有效度量异类传感器航迹的相似性,且时间性能较优。基于该模型的航迹关联算法在仿真的复杂多目标环境中的关联准确性优于现有算法,且在对海雷达误差估计中得到了应用。     

目标定位的分布式MIMO雷达资源分配算法

为了提高分布式多输入多输出(multiple input multiple output,MIMO)雷达的目标定位精度,分析了阵元、发射功率和信号带宽对定位精度的影响,进而提出一种将三者联合优化的资源分配算法。首先,以最小化目标的平方位置误差下限(squared position error bound,SPEB)为目标函数,建立了包含阵元、功率和带宽3个变量的优化模型;然后,通过推导最优功率分配矢量和带宽分配矢量的关系简化模型;最后利用凸松弛和循环最小化算法将优化问题转化成二阶锥形式,求解得到最优的资源分配策略。仿真结果表明,利用所提出的算法进行资源分配能明显提高目标的定位精度;信号有效带宽对目标定位精度的影响大于发射功率。     

有机/无机杂化材料与多功能纤维研究进展

有机/无机杂化材料能够实现有机高分子材料与无机材料在纳米或分子水平上的复合,在发挥各自组分特性的同时,体现出特有的协同效应,如新性能、多功能.该原理同样适用于有机/有机杂化体系.随着产业用纤维材料的不断发展,其应用领域也随之拓展,开发新型高分子材料,实现纤维的多功能化成为研究热点.根据纤维多功能化的发展需求,结合有机/无机杂化机理,在分子水平上设计构筑杂化功能材料,采用结构设计、界面构筑的方法建立杂化功能材料与成纤高聚物杂化体系.以成纤高分子的结构设计及凝聚态控制、纳米纤维和低维纳米材料的结构可控制备及其功能化复合为例,简要介绍了有机/无机杂化原理在纤维多功能化方面的研究进展,最后提出了多功能化有机/无机杂化纤维的展望.     

体域网中基于特征组合的步态行为识别

物联网(internet of things,IOT)拥有无处不在的识别、传感和通信能力,体域网(body area network,BAN)属于物联网中和人体相关的领域,其应用广泛,可以在日常生活中对人们进行监测及提供帮助.行走是许多日常活动的基本环节,因而步态分析能为体域网应用提供重要的生理行为信息.现有的步态分析已取得一定的研究成果,但仍存在一些问题,例如大多数步态特征提取是对加速度信号进行6重以上的变换,使得特征达到了45维以上,最后需要通过降维或优化来简化特征,较为复杂.本文设计一种灵活便捷的数据采集系统,并利用小波变换、傅里叶变换和四分位差提取出加速度信号中比较简单、低维度但能反应运动特征的步态参数,之后通过模式识别算法进行步态行为识别验证.实验结果表明该系统使用方便,特征提取方法简单实用,识别精确度为97%,EER(equal error rate)最小可到0.9%.     

UCLINUX下自主移动机器人运动系统设计

设计了在嵌入式操作系统UCLINUX下的自主移动机器人运动系统。该系统主控制器采用了ARM7微处理器,操作系统使用UCLINUX,利用脉冲宽度调制(PWM)技术对直流电机转速进行控制。详细介绍了UCLINUX下电机控制器的设备驱动程序设计和移动机器人基本动作的应用程序设计。该系统已经应用于一个移动机器人原型中,能够成功地实现各种动作。     

基于粗糙集和证据理论的决策规则提取

提出一种基于粗糙集和证据理论的两阶段决策规则提取算法, 该算法首先利用粗糙集中属性缩减的思想, 找出每条规则中的重要条件属性集合, 然后再基于证据理论中证据结合的思想进一步去掉重要条件属性集中的冗余条件属性, 从而得到最终的决策规则. 所给算法简化了属性集的约简, 对高维数据也是可行的. 实验结果表明, 利用该算法能够挖掘出高质量的决策规则.