美国抢夺全球医疗人才

正非洲医生移民美国成风最高的薪酬待遇和最佳的发展机会,将令全球的医学人才源源不断涌入美国。赞比亚卢萨卡大学医院的手术室里,38岁的骨科医生马卡萨和同事准备为一名腿部骨折的病人     

具有数据包丢失的网络控制系统的估计问题

主要考虑了具有数据包丢失的网络控制系统(NCSs)的估计问题。首先,给出经典的卡尔曼滤波估计器和协方差矩阵。当量测方程带有噪声时,通过递推的方法严格推导出最优估计(条件期望)。另外,根据系统丢包行为能否被观测到的估计问题,分情况进行讨论。最后,在实际应用中开发了一个次优的近似估计器。这对在大的有限域下研究具有数据包丢失的网络控制系统有所帮助,也为进一步分析网络控制系统的问题提供了研究方向。     

基于附加噪声预测器无迹卡尔曼滤波的摄像机标定算法

由于环境等因素影响摄像机拍摄过程中存在可变噪声,针对传统无迹卡尔曼滤波(unscented Kalman filter,UKF)算法无法处理未知噪声的问题,设计了一种基于附加噪声预测器UKF的摄像机标定算法。首先,对传统UKF算法进行改进,引入噪声估计器并用极大后验估计求取次优解,解决未知可变情况下的噪声问题。然后,利用该改进UKF算法对摄像机进行标定,实现了标定精度的有效提高。实验结果显示该算法在有效保证滤波收敛性的同时,显著提高了滤波和摄像机的标定精度,由此推断基于附加噪声预测器UKF的摄像机标定算法是可行高效的。     

移动机器人滚动路径规划的次优性分析

滚动规划是解决不确定信息环境下规划问题的有效方法. 研究了基于滚动窗口的移动机器人路径规划原理与算法, 对规划中的次优性问题进行了详细分析, 并结合具体实例加以阐述.     

一类LQ问题的最优控制和次优控制的综合方法

针对有某些限制的一类ＬＱ问题，给出了最优控制的一种闭合形式算式，讨论了相 应的最优控制系统的基本性质。同时讨论了限制较弱的一类较宽的ＬＱ问题．得到了次 优控制的闭合形式算式，分析了次优性能值的界限估计和相应的次优控制系统的鲁棒性。 所提出的新综合方法的特点是避免了对Ｒｉｃｃａｔｉ代数方程进行数值求解。文中还给出了 算例以说明其计算步骤。     

一种求解次优路径的算法

根据动态规则的原理，利用最优路径的中间轨迹结果，给出一种快速优选次优路径的算法，并将求解最优和次优路径的算法归纳完整．本算法已在IPM－PC机上编程调试通过．     

非线性奇异摄动系统的二阶滑模控制

根据奇异摄动理论和变结构控制方法，将复杂非线性系统分解为不同时标的降阶子系统，并运用能有效消除抖振的二阶滑模次优控制算法设计各子系统的控制器，实现了不确定复杂系统的无抖振组合控制．利用奇异系统的特点，分别设计快慢子系统的二阶滑模控制器，最后得到了复合控制，实现了整个系统的控制．文中给出了整个系统的稳定性证明，仿真结果证明了所提方法的有效性．     

基于HS样本选择和BvSB反馈的多类图像分类

针对主动学习由于初始阶段随机选择样本而导致的抽样偏差,将Sanjoy Dasgupta等人提出的分层聚类采样(Hierarchical sampling,HS)引入到主动学习方法中,替代初始阶段随机样本选择,然后在基于支持向量机分类器的图像算法中引入最优标号和次优标号(Best vs second-best,BvSB)的反馈准则,提出了基于HS和BvSB(HS+BvSB)的多类图像分类方法。分别在两组标准测试数据集上进行分类实验,比较HS+BvSB方法与随机选择样本+BvSB方法的学习性能,结果表明,随着初始选择样本数目的增多,提出的Hs+BvSB方法具有更优的性能。     

自适应软测量算法的汽车行驶状态估计

为了实现车辆行驶状态低成本测量,设计了估计汽车行驶状态参数的传统无迹卡尔曼滤波器和能够有效解决噪声时变特性的次优Sage-Husa噪声估计器相结合算法,通过建立电动汽车3自由度的动力学模型和HSRI轮胎模型,且融合低成本测量的纵、横向加速度和方向盘转向角传感器测量信息,从而可精确估计电动汽车行驶状态.在选定的典型工况下,通过与无迹卡尔曼软测量算法进行对比,硬件在环实验结果有效地验证了自适应无迹卡尔曼软测量算法具有很好的鲁棒性,且比无迹卡尔曼软测量算法更加能够有效地估计电动汽车的行驶状态.     

一种TD-SCDMA系统线性多用户检测的算法

依据"时分同步码分多址(TD-SCDMA)"协议标准文本,针对TD-SCDMA系统在多径瑞利衰落信道下的多用户检测问题,提出了一种基于最小均方误差准则的次优线性多用户检测问题数学模型,并基于该模型利用组合数学中的最速梯度下降法,设计实现了一种适用于TD-SCDMA系统的LMMSE MUD算法,同时结合仿真实验结果得出影响该算法收敛性能的关键因素,该算法复杂度分析.结果表明,此算法BER性能优于SUMF和ZF-BLE,而其算法复杂度与ZF-BLE法相当.