11株外生菌根真菌菌株纯培养营养生理特性的研究

从油松2a生幼苗和20a生树木的菌根组织上分离获得11株外生菌根真菌.通过对这些外生菌根真菌在实验室纯培养条件下进行的营养生理代谢特性的研究表明:11株外生菌根真菌适宜的基础液体培养基为麦芽汁培养基和Pachlewski培养基;适宜温度为22.5℃～25℃;适宜pH值为6～7;适宜C源为麦芽汁和葡萄糖;氨态N中的酒石酸铵和磷酸氢二铵及有机态N中的蛋白胨是它们最适宜的N源.     

机械臂目标区域跟踪防撞控制

针对医疗护理机械臂在轨迹跟踪过程中的人机交互与防碰撞问题,本文提出了一种基于目标区域跟踪以及碰撞预测的机械臂控制方法.本文根据Lyapunov函数,结合人工势能场,设计保证系统稳定性的控制器,实现在目标区域内人机交互的柔顺性;采用会遇距离与会遇时间构造防撞预测模型,建立障碍物作用半径与防撞安全指数的关联模型,实现障碍物作用半径实时可变.实验结果验证了本文所提方法对目标区域跟踪的有效性,人机交互的柔顺性,以及障碍物规避过程的高效,平滑.     

均温板传热性能实验研究

本实验研究了由铜柱作为支撑结构且50％铜柱套有烧结铜粉片作为吸液芯的均温板的传热性能.实验中采用铸铝板模拟电子发热元件,通过调整直流电源的电压,在1.6～21 W/cm2范围内改变加热散热元件的热流密度,分别测试了相同散热面积的均温板与纯铜板的散热效果.研究结果表明,当加热功率达到170 W时,均温板蒸发面热源中心点处...     

关于Hinkkanen的一个问题

本文在超级小于1的条件下回答了Hinkkanen关于亚纯函数的一个唯一性问题,并用例子证明本文所获得的结果是精确的。     

改进的空间后方交会直接解法

经典的空间后方交会直接解法是,先解算出空间距离,求出各摄影光束的方向角,解算一个6阶方程,然后解算出外方位元素的方法,6阶方程中有18个三角函数,计算工作量较大,对此法进行改进,避免了三角函数计算,方程由6阶降为3阶,计算方便,快速计算。     

基于通道注意力机制的高光谱目标跟踪方法

传统目标跟踪算法根据彩色图像中目标的颜色、纹理等视觉信息进行目标跟踪.当目标发生形变或被遮挡时,彩色图像中目标的视觉信息容易发生改变,导致传统目标跟踪器失效.高光谱图像(HSI)中包含连续的波段光谱信息,在上述场景下具有更强的稳定性,有助于提高目标跟踪算法的鲁棒性.提出一种基于通道注意力机制的目标跟踪算法(CAM).该方法将HSI不同通道的全局光谱信息和图像通道间的相关信息融合表征为权重向量;然后,通过加权重新校准HSI中的光谱响应值,增强图像中目标波段光谱信息的有效性,抑制冗杂的背景光谱信息的干扰,使得HSI中目标和背景之间的可分离性增强;最后将加权后的图像输入到跟踪网络中得到预测结果.在高光谱视频数据集上的实验结果表明,该算法具有良好的跟踪性能,优于多数现有的目标跟踪算法.     

无人机遂行编队飞行中的纯方位无源定位

针对无人机集群在遂行编队飞行过程中如何保持编队队形的问题,采用纯方位无源定位算法构建定位模型,探讨如何依据队形特点自适应调节,并将该方案推广到其他队形场景.以较规则和简易的圆形无人机编队场景为切入点,在已知部分无人机位置信息和编号的前提下,建立基于纯方位无源定位模型.在实际场景中,大部分无人机的位置会因为设备或其他原因导致偏差,因此需要探讨自适应调整方案.最后,将圆形无人机编队场景的相关方案推广到锥形无人机编队场景.     

有色量测噪声情况下的多传感器目标跟踪融合算法

目前已有的目标跟踪融合估计算法都是基于Kalman滤波的,而卡尔曼滤波估计算法要求系统过程噪声和量测噪声均为白色噪声,而实际的跟踪系统中量测噪声往往是有色噪声。针对上述问题,本文利用线性组合当前量测与下一时刻量测的量测扩增法,研究了有色量测噪声情况下的集中式、分布式多传感器目标跟踪融合算法。并对新的融合算法进行仿真分析,仿真结果表明新的融合算法具有良好的跟踪性能。     

一种改进的复合型弱信号载波跟踪方法研究

论述了使用FFT跟踪载波的方法。在标准锁相环(PLL)的基础上引入平方检测器,形成了一种更先进的跟踪结构——非相干模块处理跟踪环路(NCBP)。并对此环路进行改进,提出了使用FFT和非相干模块处理跟踪环相结合的复合软环跟踪GPS微弱信号的方法。通过模拟微弱GPS接收信号,从跟踪精度、环路锁定速度和环路的动态应力性能等方面比较了几种载波跟踪环的性能。仿真结果表明:该复合软环可以提高环路跟踪精度和锁定速度,它的等效噪声带宽可以设得更小,减小引入到环路的噪声,提高环路稳定性。     

改进的基于“当前”统计模型自适应滤波算法及其在航迹预测中的应用

基于"当前"统计模型的模糊自适应(FACS)滤波算法利用机动目标"当前"加速度调整加速度极限值,实现了对一般机动目标的有效预测;但是在预测强机动目标时却存在较大的预测误差。为了解决这一问题,引入强跟踪滤波器(STF),提出了一种新的自适应滤波算法STF-FACS。该算法根据滤波残差实时调整卡尔曼滤波增益,提高了对强机动目标的预测能力;同时保留了FACS算法对于一般机动目标的预测性能。最后,对强机动目标分直线机动和转弯机动,分别进行航迹预测仿真。仿真结果表明,对弱机动目标进行航迹预测时,两种算法的预测效果相当;对强机动目标进行航迹预测时,STF-FACS算法无论是在动态时延和预测精度方面都比FACS算法要好。