力触觉增强的虚拟现实工厂系统

现有虚拟现实工厂只能依靠头戴式显示器和手柄进行单向的视、听觉虚拟操作，难以进行双向的沉浸式触觉交互。针对此问题，采用力反馈控制器设计了一种力触觉增强的虚拟现实工厂系统。以Unity3D为基础，采用3DMax对工厂内多类型工具和零部件进行三维视觉建模，并通过反射探针、光照探针等组件进行立体化视觉增强。在此基础上，为虚拟空间物体增加刚体、碰撞体、关节等组件，建立虚拟空间的触觉反馈模型，实现了力反馈控制器与虚拟空间物体的实时触觉交互。实验表明：系统可提供重力、摩擦力、恒力等多种力触觉感知，支持对20余种工具、零部件的触摸、抓取等触感操作，能感受模型、轮廓以及质量等物理属性，实现了虚拟工厂中“视触听”多维立体化的沉浸式操作。     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

你需要感知的战略改变

<正>"远端外交"习近平就任国家主席以来,对外交工作倾注了大量精力,迄已出访八次,足迹遍及五大洲23国,开启了首脑外交新时代。在行程设计上,将大国、周边、发展中国家和多边外交有机结合起来,强烈体现全方向布局的意识和能力。发展中国家和新兴国家占据了习近平最多的出访时间,这完全符合新时期中国在世界上的自我定位和方略认知:中国再怎么强大,都不能忘记自己的根本,必须始终紧密依托发展中世界、深切造福发展中世     

基于冗余字典的扰动OMP算法研究

在测量矩阵受扰动和加性噪声情形下,利用离散余弦变换(discrete cosine transform,DCT)和小波变换(wavelet transform,WT)两种不同的冗余字典,对冗余字典的扰动正交匹配追踪(orthogonal matching pursuit,OMP)算法的鲁棒性和稳定性进行了讨论.在不同扰动水平、不同采样数以及不同部分扰动下,通过数值仿真实验验证了信号能够被鲁棒重构.     

时变水声信道对通信的影响

水声信道的时变和频变特性是影响通信性能的重要因素,基于此,对水声信道的时变特性进行研究。使用一阶自回归(AR)模型对水声信道进行建模,通过信号多径比(SMR)来衡量时变信道的多径衰落程度,提出一种衡量时变信道下Rake接收机性能的标准和DSSS系统下的等效SMR,并研究时变信道对Rake接收机的影响和直接序列扩频(DSSS)对时变多径信道的改善,以期为时变信道仿真提供一些有益的参考。     

基于压缩感知的心电信号稀疏采样与重构算法

实时心电监测的数据量过大，给系统的传输和存储带来很大压力.为降低采集端的功耗，达到既减轻采样复杂度又降低传输数据量的目的，使用压缩感知技术对心电信号进行压缩采样及重构.以信号重构时间和重构误差为关键指标，研究不同重构算法和小波基的性能表现.结果表明，当压缩率在30%以内时，基追踪作为信号重构算法的百分比均方根差小于4%，同时其重构耗时最短;当压缩率在70%以内时，子空间追踪的误差小于10%，且始终保持较低的重构耗时.最优小波基往往和具体压缩率有关.     

长期权力感知对谈判结果的影响研究

为了探究个人长期权力感知对谈判结果的影响及作用机制,丰富和创新现有的谈判理论,针对实验被试者设计并实施了一次多事项模拟谈判实验;以实验测量所得的长期权力感知、首次报价、调节作用分别作为自变量、中介变量以及调节变量,探究长期权力感知对谈判结果的影响、首次报价所起到的中介作用以及调节定向的调节作用;结果显示长期权力感知与谈判收益之间具有正向相关关系,首次报价在过程中起到中介作用,但是调节定向的调节作用在其中却并不显著;基于以上研究,长期权力感知更强的谈判者会提出更高的首次报价,从而获取更好的谈判收益,调节定向的调节作用在以后的研究中有待进一步探究。     

高能效认知自适应两阶段协作频谱感知算法

针对协作频谱感知技术存在产生多余的传输开销和次用户能量消耗的不足,提出了结合双阈值能量检测模型和两步检测模型的自适应协作频谱感知(CATS)算法,在保证检测性能的前提下降低能量消耗.首先给出了CATS的数学模型,然后对CATS的检测概率和能量消耗进行了理论分析.CATS在第一阶段的检测结果不准确的情况下,才执行第二阶段的感知,并根据第一阶段的检测结果以及网络状况自适应调整两个阶段参与协作的次用户数目.仿真结果表明:与现有的两步检测协作模型相比,CATS算法在保证系统检测精度的同时能够有效减少系统的能量消耗.     

信道模型在无线通信环境中的适应性分析

为了更高效地分析无线传播环境下接收信号的相关性和频谱特性,提出了调整高斯散射体密度模型(Gaussian scatter density model,GSDM)和接收机位于外部的均匀椭圆模型(Uniform ellipse with receiver outside model,UERO)参数的方法。通过接收信号分量的均方根时延扩展和角度扩展来定义传播环境类型,使用最小二乘法来确定模型参数与时延扩展之间的关系。与模型参数最优值的比较结果显示,调整后两种模型的最小二乘误差普遍减小,说明此方法能有效地分析模型在不同传播环境中的接收角度的统计特性。     

基于CSI离散指纹的轨迹跟踪方法

针对从Wi-Fi设备中获取的接收信号强度(RSSI)在定位过程中误差较大的问题，设计了一种基于信道状 态信息(CSI) 离散指纹的轨迹跟踪方法．首先经过汉佩尔滤波，巴特沃斯低通滤波去除了CSI异常值和噪声的影响， 然后利用线性回归算法去除相位的频移误差，继而采用协方差矩阵特征值法进行特征提取，最后通过基于CSI子 载波权重的主成分分析法进行了无源定位和轨迹跟踪．实验结果表明: 离散指纹点定位的平均正确率在 90%以上， 所设计的算法能有效实现对室内人员的定位和轨迹跟踪．