汽车转向/制动系统的非线性解耦内模控制

首先提出一个非线性控制系统研究汽车转向系统和防抱死制动系统的协同控制问题。该控制结构由转向控制器和制动控制器组成。为了确保系统全局稳定性,采用反馈线性化方法进行解耦。为了提高系统的鲁棒性并确保期望的动态性能,对解藕线性化的系统采用内模控制方法进行综合。然后设计适用于复杂工况的制动力分配策略。最后用仿真结果验证控制系统的有效性,它改善了汽车制动稳定性和转向性能。     

基于傅立叶描述子的轮胎标识点形状识别

针对人工识别轮胎标识点形状效率低、误差大等问题,提出了一种基于傅里叶描述子的轮胎标识点形状识别算法.首先对采集的轮胎标识点图像进行降噪、分割、轮廓提取等图像预处理操作;然后通过对预处理后的轮胎标识点图像进行傅里叶变换,提取轮胎标识点轮廓的傅里叶描述子系数;最后通过计算待识别轮胎标识点图像的傅里叶描述子系数,与轮胎标识点模板库中图像的傅里叶描述子系数的欧氏距离数值,其中与最小欧氏距离相对应的模板库形状即为待识别轮胎标识点轮廓的近似形状,从而实现轮胎标识点的形状识别.实验选取圆形、方形、菱形以及十字形,四种共计200幅轮胎标识点形状图像,进行标识点形状识别准确率测试.实验结果表明,该算法能准确地识别出轮胎标识点形状,四种轮胎标识点形状的平均识别准确率为97.25％,其中圆形和方形轮胎标识点的形状识别准确率达98％.     

真空管式太阳集热器管间遮阴分析(二)--真空管太阳集热器管中心距比的优化分析

提出了真空管式太阳集热器管中心距比的优化分析模型,对有无平面漫反射板两途中情况进行了计算,并分别进行了优化分析,给出了主要以日能量采集和性能价格比为指标的优化方法。     

增强目标启发信息蚁群算法的移动机器人路径规划

针对传统蚁群算法在前期搜索盲目性大、拐点多等问题,对蚁群算法进行以下改进。首先,为了增强目标位置的启发信息,引入距离增益系数,将目标位置对下一个待选栅格节点的影响进行放大;然后引入带有权重的距离启发因子,在状态转移概率中加入距离启发转移概率,使蚂蚁大概率向目标栅格搜索;其次,采用正弦自适应动态调整信息素挥发因子,增强算法的全局搜索能力;最后通过修改路径减少路径冗余,进行路径安全性检查并重新调整路径,减少转弯的次数,从而提高路线质量。通过MATLAB仿真实验表明,改进蚁群算法转弯次数少,规划路径短且安全,搜索时间较快,提高了算法的收敛速度和寻优能力。     

基于1760语音模块的汽车倒车防撞语音提示系统设计

目的设计一种汽车倒车防撞系统,可实时显示汽车与目标障碍物的距离,并可进行语音提示。方法系统以AT89S52单片机为主控芯片,由键盘设置安全距离,利用超声波传感器探测目标障碍物信息,由18B20进行温度检测,经温度补偿后确定与目标障碍物距离,实时显示距离,并由1760语音模块提示测量距离与安全距离的关系,提醒使用者注意调整距离。结果给出了系统的详细硬件设计方案及主要软件流程图,采用温度补偿,在倒车系统中满足精度要求。结论本系统结构简单,价格低廉,具有智能语音播报功能和距离显示功能,可用于机动车倒车等领域。     

空频联合索引调制系统中子载波优化算法

在空频联合索引调制系统中,针对用于索引调制的所有子载波组合大于所需子载波组合的情况,提出一种改进的子载波优化算法,解决子载波组合冗余的问题。该算法首先通过汉明距离(Hamming distance)之和最大与最多优质组合准则选出最优子载波组合,然后根据最优映射准则修改索引比特与子载波之间的映射方式,将索引比特映射到最优子载波组合上。当所需子载波组合数较多时,提出一种基于格雷码的二分法来解决最优映射中复杂度较高的问题。结果表明:当误码率为10~(-3)时,改进算法相较于传统算法获得了约0.5 dB的增益。     

密度峰值聚类算法研究现状与分析

密度峰值聚类(Clustering by Fast Search and Find of Density Peaks, DPC)算法是一种新型的基于密度的聚类算法,通过选取自身密度高且距离其他更高密度点较远的样本点作为聚类中心,再根据样本间的局部密度和距离进行聚类。一方面,虽然DPC算法参数唯一、简单、高效,但是其截断距离的取值是按经验策略设定,而截断距离值选取不当会导致局部密度和距离计算错误;另一方面,聚类中心的选取采用人机交互模式,对聚类结果的主观影响较大。针对DPC算法的这些缺陷,目前的改进方向主要有3个：改进截断距离的取值方式、改进局部密度和距离的计算方式以及改进聚类中心的选取方式。通过这3个方向的改进,使得DPC过程自适应。本文对DPC算法的自适应密度峰值聚类算法的研究现状进行比较分析,对进一步的工作进行展望并给出今后的研究方向：将DPC算法与智能算法有机结合实现算法自适应,对于算法处理高维数据集的性能也需要进一步探索。     

基于广义权联系度距离的多属性决策模型

针对多属性决策的不确定性问题,提出集对分析方法处理确定性不确定性问题.从确定性与不确定性辨证关系出发,将方案指标集与指标理想集作为集对,给出了各方案与正理想方案的广义权联系度距离定义、各方案与负理想方案的广义权联系度距离定义,讨论了现阶段集对分析在多属性决策中的应用情况,指出了其存在的不足,提出了基于广义权联系度距离的多属性决策模型,并将其应用于矿山设备优选中.应用表明,基于广义权联系度距离的多属性决策模型适合多个方案的优选,为多属性决策提供了一条新的途径.     

尾矿库防护距离计算方法和参数选用的合理性分析

有关尾矿库无组织粉尘源强的确定,许多学者做了一定的研究和探讨,但在确定防护距离时,存在气象风速小于起动风速、粉尘颗粒粒径取用范围、尾矿含水率、与相关标准衔接等问题,导致目前出现了尾矿库场址可不设防护距离的结果,束缚了在环评实际工作的运用.结合环评工作实际、有关学者的实验结果及相关标准,针对上述存在的问题,对目前国内采用的方法进行了比较,以铁矿尾矿库为例,分析了尾矿库防护距离计算方法和参数选择的合理性,提出了合理确定尾矿库防护距离的计算方法和参数选用,为在环评实际工作中合理确定尾矿库防护距离提供依据.     

自适应采样间隔的无线传感器网络多目标跟踪算法

多目标跟踪是无线传感器网络当前研究的热点问题。针对多目标跟踪存在耗能较大,跟踪丢失等问题,提出了一种自适应采样间隔的多目标跟踪算法。采用跟踪目标的定位元数据来对目标的运动模式进行建模。基于扩展的卡尔曼滤波器来预测跟踪目标状态,采用预测目标定位的概率密度函数构建跟踪簇。通过定义跟踪目标中心,基于马氏距离来量化主节点 MN 的选举过程。通过跟踪目标重要性和其与MN之间的距离来量化目标的影响强度,并以此构建自适应采样间隔的多目标跟踪算法。基于MATLAB进行了仿真实验,实验结果显示,本文设计的跟踪算法能准确预测目标的运动轨迹,能随着运动目标的状态实时采用自适应的采样间隔。通过数据分析得知,本文提出的算法能在实现 WSN网络节能的基础上提高跟踪精度。