基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

成都市冬季PM_(2.5)污染特征及溯源分析

本研究利用2019年成都锦城湖监测点PM_(2.5)的监测数据,研究成都市冬季PM_(2.5)的污染特征及其与气象要素之间的关系,并利用后向轨迹模型进行颗粒物溯源及追踪分析。结果表明:成都市环境空气PM_(2.5)平均质量浓度为53 g/m~3,达到国家空气质量二级标准;PM_(2.5)质量与温度呈显著正相关性,与风速呈负相关性,与湿度呈负相关性,与气压呈显著负相关性;成都市冬季气团主要来自东北方向,来自东南偏南方向的PM_(2.5)及其前体物对成都市PM_(2.5)质量浓度贡献最大。     

曲线的主法线曲面

在三维欧氏空间中,作为特殊曲线,Mannheim曲线、Bertrand曲线以及一般螺线具有良好的几何和代数性质.讨论了三维欧氏空间中特殊曲线的主法线曲面.根据渐近曲线的方程,具体给出主法线曲面的一族非直线的渐近曲线.再根据平均曲率、高斯曲率及主曲率函数,能得到曲线的主法线曲面的极小轨迹、常高斯曲率曲线及两个主曲率函数之比为常数的曲线.还给出曲面上测地线和腰曲线的性质.     

基于InVEST模型的太行山区土壤侵蚀与土壤保持

为系统了解太行山区土壤侵蚀与土壤保持的空间分布特征及影响因素,应用InVEST模型模拟太行山区的土壤侵蚀与土壤保持现状,并分析了土壤保持与土地利用类型、海拔、坡度等影响因素的相关关系.结果 表明:(1) 2005～2014年,太行山区多年平均土壤侵蚀总量为0.37×108 t,平均土壤侵蚀强度为4.3 t/hm2,全区...     

基于深度强化学习的空中基站部署优化算法

针对无人机群(swarm of unmanned aerial vehicle, UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。     

基于轨迹线性化的无人水面艇航向控制与验证

为解决无人水面艇在真实海洋环境中的航向跟踪与保持的精确控制问题,以"蓝信"号无人水面艇为研究对象,辨识模型参数,然后建立操纵运动模型,设计并验证了一种快慢回路时标分离的基于轨迹线性化的无人水面艇航向控制方法.考虑到未建模动态以及海洋环境干扰对无人水面艇运动的影响,将非线性干扰观测器与轨迹线性化控制相结合,提出一种基于非...     

鸡蛋分拣机器人控制系统设计研究

基于Delta机构,设计了裂纹鸡蛋分拣控制系统,提高了鸡蛋附加值。首先,分析鸡蛋分拣机器人末端执行器运行的轨迹,找出运动规律,使机器人分拣运动更加平稳;其次,根据抓取需求,设计了气动真空吸盘系统;最后,设计了总体的控制系统。该系统能够满足鸡蛋自动分拣工作的要求。     

数字图像处理技术对影响投篮命中相关因素的分析

以基础力学理论对篮球飞行轨迹进行运算和分析,近年来专业体育科研机构也开始利用该方法对体育运动项目进行辅助分析。文章利用数字图像处理的基本技术,对影响篮球投篮命中率的相关因素进行研究,实验结果表明对提高运动技术水平具有一定的参考意义。     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。