基于自主运动状态估计及信息交互的多移动机器人协作定位

主要研究了未知动态环境中多移动机器人利用环境信息交互完成协作定位的问题.考虑移动机器人自身运行状态对协作定位的影响,提出基于自主运动状态估计的协作定位周期自适应选择算法.为避免机器人相互直接观测需要配备特定标识的局限,并充分利用处于同一场景中多机器人观测信息的可交互性,论文提出基于MbICP算法的多机器人观测信息交互方法,同时利用扩展Kalman滤波实现多机器人变速运行中的协作定位.通过应用于Pioneer3-DX机器人平台所获得的协作定位实验结果及数据分析,验证了所提方法的有效性和实用性.     

基于MAPC-RISR的MIMO雷达距离——角度二维超分辨率成像算法

MIMO雷达作为一种新型的雷达体制,其成像兼具实时性和高分辨率的特点,为了充分发挥MIMO雷达在成像方面的优势,提出一种高分辨率的MIMO雷达成像算法.首先将MIMO雷达成像过程分为距离向脉冲压缩和方位向聚焦成像两个过程,采用多波形自适应脉冲压缩技术(MAPC)实现距离向脉冲压缩和发射波形分离,然后在MIMO雷达虚拟阵列端利用超分辨率空间谱估计方法(RISR)进行方位向聚焦成像,得到了观测区域的距离—角度二维高分辨率的成像结果.理论分析表明,与已有的MIMO雷达自适应成像算法相比,所提方法降低了算法复杂度,提高了运算效率.仿真实验验证了所提MIMO雷达成像算法的有效性与优越性.     

敦煌莫高窟蒸散量的估算与非线性分析

通过应用野外称重法测定的折算系数对莫高窟林地的蒸散量进行估算与分析。结果表明,莫高窟林地的年蒸散量为6091mm,符合耗散结构的非线性原理,是较高水平蒸散耗散结构存在的表现。莫高窟林地75%的水分是通过植物根系将深层土壤水分转运出地面后以蒸腾的形式耗散掉的。蒸散量作为各参与因子时空异质性的综合反映,随着土壤水分状况、气候环境、植被种类和植物体量的变化呈现广泛非线性表现。而非线性系统不满足线性叠加原理。因此,本文通过使用折算系数,避免了用蒸发量和蒸腾量的简单的相互叠加,充分考虑了土壤蒸发、植被蒸腾和气候环境之间的相互影响。研究发现,莫高窟林地蒸散量是极干旱气候条件下高水分耗散结构的典型代表。     

有效能消耗系数及其与熵产数和耗散数的比较

提出用不可逆过程的有效能消耗系数表征不可逆过程的不可逆度,建立了不可逆度与热力系统的热效率和热泵系统的性能系数关系式.举例与熵产率、熵产数、耗散率及耗散数进行了比较.结果表明对于不考虑功量消耗的不可逆过程,有效能消耗系数、耗散数和修正熵产数,都能表示过程的不可逆性,三者的趋势相同,而采用Bejan定义的熵产数则出现"熵产悖论",同时有效能消耗系数的倒数可作为传热过程的传热效率.因此,有效能消耗系数适用于表征热/功转换、功/热转换、热输运各环节的不可逆度,更具有普适性.     

不同下垫面的热带气旋强风阵风系数研究

利用设置在近海海上和海岸上的3个观测塔共同获取的一个强台风过程数据以及3个观测塔1个年度的梯度风实测资料,对观测塔不同方位的下垫面进行分类并定量计算出塔周边不同下垫面的粗糙长度参数,在对强台风＂黑格比＂的强风数据代表性判别和样本筛选的基础上,分析了不同下垫面的热带气旋强风阵风系数变化特征,发现以下观测事实和变化规律：1）依据实测风资料,采用对数风廓线法给出的中性大气层结条件下的粗糙长度参数,能够客观刻画出下垫面的细微变化;2）台风强风阵风系数不随风速大小产生趋势变化,但在粗糙下垫面上会产生很大的变幅,这对工程结构的设计取值将产生重要影响;3）阵风系数的高度变化呈幂指数或对数律分布,幂指数法可更好地拟合较光滑下垫面的近地层阵风系数廓线,对粗糙下垫面对数律拟合效果略好;4）对实测数据的分析还发现,阵风系数与其下垫面粗糙长度之间可用幂指数或线性方程来描述;5）本观测个例的阵风系数与WMO的推荐值存在差异——粗糙下垫面的离岸风阵风系数比WMO推荐值大,而来自光滑下垫面的离海风阵风系数则小于WMO的推荐值.     

块体形状分类新方法

岩体的特性很大一部分受岩体内块体形状的影响,因此确定原岩的块度形状特征和块体的几何特征分布非常重要,以前的块体形状分类方法都是基于块体是正交体的假设建立的,不被广泛接受,本文提出了一种以共线性ε和容积系数κ为参数,采用三角形分类法对块体形状进行分类的新方法,实现了对矿岩块体体积和形状的联合统计分析.提出了基于块体形状的矿岩块度等效尺寸计算方法,对块体的筛上累计百分率进行了统计分析.并应用三组接近正交的理想节理组,对块度进行了模拟,验证了块体形状分类的效果.     

用蒙特卡罗方法计算X射线在酞菁铜与重金属界面的剂量增强系数

用蒙特卡罗方法计算金-酞菁铜、 钨-酞菁铜和钽-酞菁铜界面的剂量增强系数. 结果表明, 当X射线能量为100~150 keV时, 界面附近酞菁铜一侧存在较大的剂量增强.      

对称熵损失下两个指数总体均值的序约束估计

在对称熵损失下, 讨论了样本容量相等时, 两个指数总体均值λ_i(i=1,2)的约束极大似然估计i的险, 其中约束为λ₁≤λ₂. 证明了λ₁与λ₂具有比经典极大似然估计X₁与X₂ 更小的风险, 并给出了当λ₂/λ₁→∞和n→∞时,λ_i对X_i(i=1,2)渐近功效e(λ_i,X_i)的值.     

基于代价敏感系数的混凝土抗压强度预测

针对传统自适应增强学习算法训练过程中只关注预测误差率最小的缺陷,本文提出了一种基于代价敏感系数的改进自适应增强学习算法并应用于混凝土抗压强度预测。首先考虑影响混凝土强度的8种参数作为特征变量,通过自适应增强学习算法集成回归树,依据样本权值抽样建立多个弱回归学习器。同时引入线性敏感系数与指数敏感系数来优化增强学习过程中样本权值的更新问题,采用引力搜索算法对代价敏感系数的基数进行最优选取。最后,根据权重比集成弱学习器得到最终预测模型。通过对所提出的两组不同代价敏感系数组合策略下的预测模型与随机森林、BP神经网络算法等模型的预测结果进行对比分析,验证了所提预测模型具有更好的预测性能。     

Linex损失下Rayleigh分布参数倒数的Bayes估计

在Linex损失函数L(θ,δ)=ec(δ-θ)-c(δ-θ)-1,c>0下,给出Rayleigh分布的尺度参数倒数的唯一Bayes估计δB(X)=-1/clnE(e-cθ│X)=(n α)/cln(1 c/(λ T)),多层Byaes估计δ∧B(X)=-1/cln,和容许性估计的一般形式Sln(1 c/(d T)).