基于单片机控制的太阳能光电跟踪器的研究与应用

在太阳能利用领域,由于太阳光线的入射方向（方位角和高度角）相对于地球上的某一点位置是不断变化的,为在不同季节不同时间都能最大效率的采集太阳辐射能量。聚光装置必须采用自动跟踪装置随时跟踪太阳。通常聚光比越高对跟踪精度的要求就越高,造价也就越高。因此,从能源利用及经济性等方面综合考虑,低成本的太阳光线跟踪技术具有重要意义。本文对一种基于单片机控制的太阳能光电跟踪器的研究和应用工作做出了总结。     

沂南金矿缓倾斜薄矿体采矿方法及运搬设备的技术改进

沂南金矿深部矿层产状平缓,规模较小,采用传统采矿方法及运搬设备存在采掘比大、设备安装劳动强度大等难题。为提高经济效益,研究改进了采矿方法及运搬设备,解决了矿山生产难题。     

用户多归属与双边平台竞争的均衡分析

为了分析存在用户多归属现象的双边平台竞争均衡的条件,构建了一个具有双边网络效应的基础模型,通过对基础模型假设条件的调整分别讨论了3种不同的归属情况:两边单归属、仅有一边多归属以及部分多归属.在3种情况下分别研究了平台企业的均衡价格和市场份额,发现用户多归属现象会直接影响平台的价格决策,平台倾向于对多归属用户收费而向单归属用户提供折扣;用户多归属不但影响了均衡的条件,也是双边市场中倾斜价格结构形成的一个原因.     

PID算法在车载动中通卫星通信系统上的应用

PID控制策略算法简单、鲁棒性好、可靠性高,此外,PID控制方案并不需要建立精确的受控对象的教学模型,非常适合作为车辆高速运转时实现动中通方位角稳定的控制策略。介绍了PID控制策略的基本原理,并成功的把它应用于动中通伺服系统,保证了动中通的方位角可以在复杂的运动条件下保持稳定,结合俯仰和横滚控制策略实现了该系统在运动中通信的设计初衷。     

非结构地形环境下基于特征融合的倾斜摄影测绘建模优化方法

[目的]利用无人机进行大尺度非结构地形环境测绘时,由于无人机倾斜摄影得到的图像在测绘建模时会存在仿射变形较大、透视畸变严重、局部特征变化各异等问题,进而导致建模数据匹配困难.为解决这一问题,本文提出了一种基于特征融合的倾斜摄影测绘建模优化方法.[方法]首先融合图像的颜色信息及近似最近邻快速库(fast library for approximate nearest neighbors, FLANN)优化的加速稳健特征(speed up robust feature, SURF),然后结合优化的SURF与最稳定颜色区域特征(maximally stable color regions, MSCR)实现仿射变形图像间快速准确的特征提取及匹配.[结果]本文的特征匹配算法在1.25 s内得到757个最佳匹配点;相对于基于尺度不变特征(scale-invariant feature transform, SIFT)、SIFT+MSCR和SURF的特征匹配算法,最佳匹配点的数量分别提高141%、29%和34%,匹配时间与SURF接近,远低于SIFT和SIFT+MSCR.测绘建模得到的点云与参考点在...     

鱼眼镜头目标方位测定的两种方法对比研究

通过分析鱼眼镜头的成像原理,对比出两种基于鱼眼镜头目标方位测定的方法.一种方法通过畸变校正测定目标方位,另一种则是本文提出的方位角与像素坐标关系法测定目标方位,两种方法都快速的、高效的测定出鱼眼图像中目标的方位.本文分别研究两种方法的理论基础并在理论的基础上进行了对比实验,通过对实验后数据的比对,分析出其中更精确的方法,从而将这种方法应用于天文测定中.     

路痴的脑子缺什么?——解码大脑空间方位认知

<正>2014年的诺贝尔生理学或医学奖颁给了爱尔兰裔美国暨英国籍神经科学家约翰?奥基夫教授,以及挪威心理学家、神经科学家爱德华?莫泽与迈?布利特?莫泽教授夫妇,以表彰他们的重要发现:发现构成大脑定位系统的细胞,即位置细胞与网格细胞的发现。在1971年,当时还非常年轻的奥基夫教授发明了多通道在体记录技术,在动物活体的情况下,把电极插到动物的大脑中,可以看到电位的变化。当时奥基夫把电极插入到大鼠海马的CA1部位,想观察神经元的活动。结果发现,在某个特定位置经过的时候,大鼠脑内CA1部位神经元活动频率非常高。神经元只是在这个特定位置放电,在其他的位置没有任何活动。所以奥基夫就想到,可能是位置     

基于联合子带ANM的小快拍宽带DOA估计方法

针对被动探测系统中,经典宽带信号波达方位(direction-of-arrival, DOA)估计方法在小快拍条件下无法直接有效地进行方位估计的问题,提出了一种基于联合子带最小原子范数(atomic norm minimization, ANM)的小快拍宽带信号方位估计方法。该方法首先将宽带信号划分的各子带聚焦到参考频点,再联合聚焦后的子带进行数据矩阵重构,最后通过ANM半正定规划优化,构造并恢复出一个最优的Toeplitz矩阵。该Toeplitz矩阵经过特征分解,能获得准确的信号子空间,从而实现有效的DOA估计。仿真结果表明,本文所提的方位估计方法在小快拍条件下具有良好的DOA估计性能,且能够估计相干源目标。     

基于压缩感知和约束随机线阵的声源方位估计

为解决声源方位估计中因阵元个数受限导致角度分辨率低的问题,提出以多约束均匀分布线性随机阵列为基础的随机线阵压缩感知(MC-Uni-RLA+CS)声源方位估计方法。研究了在不同信噪比、不同入射信号个数情况下本方法的识别精度,比较了均匀线阵压缩感知(ULA+CS)方法和MC-Uni-RLA+CS方法在不同入射角度范围内的识别精度。通过数值仿真与同类方法对比验证了该方法的有效性和优越性。结果表明:相同麦克风数量条件下,与CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情况下分辨率更高,完全正确角度识别范围拓宽为[-50°,50°],且低噪比时鲁棒性好。