多智能体系统对移动放射性辐射源的环绕跟踪

针对多智能体系统对移动放射性辐射源的环绕跟踪问题进行了研究,利用一种全新的方法,证出多智能体系统在有限时间内对移动放射性辐射源群组进行环绕跟踪。通过设计三个不同的分布式估算器分别对辐射源的几何中心、环绕半径以及极角进行估计,最后将得到的估计值为环绕智能体设计分布式控制协议,使得智能体在有限时间内能够将所有辐射源包围在环绕圈内,并实现均匀分布。最后,通过MATLAB仿真验证了控制方案的有效性。     

药物分析中常用的化学发光试剂及其应用进展

化学发光法具有所需设备简单、灵敏度高等特点,已广泛应用于环境化学、分子生物学和医学等领域.笔者对近年来的药物及与生命相关物质的化学发光分析研究进行了综述.     

一种无先验地图的移动机器人导航方法

为了提高移动机器人在复杂环境下的无先验地图导航算法模型训练速度及导航成功率,提出一种基于深度确定性策略梯度(deep deterministic policy gradient, DDPG)的移动机器人导航方法。利用2D激光雷达的均匀分布测距信息,降低环境噪声的干扰及高维度环境信息的计算量;采用人工势场法构建移动机器人从初始位置到目标点过程的奖励函数;通过Actor-Critic网络结构提高模型训练的稳定性和泛化能力。实验结果表明,提出的方法具有模型训练速度快、导航成功率高及泛化能力强等优点。     

基于上下文的移动Web Services

文章为Web Services提出移动环境中的优化方案———基于上下文的移动Web Services。根据获得的客户端的上下文信息处理SOAP消息,得到精确的结果;上下文类型的扩展无需根据下层结构的差异进行修改。由基于上下文的Web Services或Context Services处理请求,减少带宽消耗,优化信息供应,以满足移动通讯的要求。     

动态环境下基于势场原理的避障方法

在保留传统人工势场法原理简单、易于实现优点的基础上,对其应用在具有移动障碍物的动态环境中所表现出的缺陷进行了改进,用碰撞时间参数代替相对位置参数并辅以碰撞角度约束来消除无渭的避碰运动,同时又引入障碍物作用于机器人、方向指向目标点的分力和局部波动函数,较好地解决了因局部最小以及障碍物与目标点相距太近造成的不能成功到达目标点的问题．仿真结果表明此方法能够使机器人在具有静态和移动障碍物的复杂环境中安全避障．     

SAm级防撞活动护栏碰撞仿真分析

针对目前高速公路中央分隔带开口处活动护栏防撞等级较低的问题,提出了一种SAm级混凝土活动护栏及一种新型连接装置.基于有限元的方法,建立车辆与护栏的碰撞模型,通过LS-DYNA对车辆与护栏碰撞过程进行求解,根据不同车型的碰撞结果分别在缓冲,阻挡和导向性能上对护栏的安全性能进行评价,其中小型车辆与护栏碰撞后的OIV(Occ...     

多媒体CDMA系统功率控制算法

提出了一种新的适用于多媒体CDMA系统的功率控制算法.该算法把用户的多媒体服务分成可变比特速率(VBR)服务和不可变比特速率(CBR)服务,对不可变比特速率服务采用纯粹的功率控制,对可变比特速率服务采用功率控制和速率控制相结合的方法,以满足各自不同的服务质量(QoS)要求.同时假设同一小区内同类服务的用户到达基站的功率相等,通过求解此功率,大大降低了集中功率控制的运算量.     

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。     

面向手机的云端VR三维场景立体显示与交互框架

针对手机无法渲染可交互的高质量三维场景这一弊端,提出一种面向手机的云端VR应用框架。此框架结合云渲染和VR技术在手机端实现可交互高质量三维场景的立体显示,并以手机浏览器作为客户端,利用视频块流传输图像数据、消抖算法(AJA)处理交互数据,实现Web端轻量级渲染,不仅降低了移动端数据可视化运算成本,还避免使用插件和下载安装包。实验表明本文框架的显示帧率能达到30帧每秒,带宽控制在80 kb/s以内,能稳定地在手机上实现传统App无法实现的逼真VR体验。     

移动商务中融合签到位置与用户间相似性的兴趣点精准推荐

向位置频繁变化的移动用户进行精准推荐,如何提高推荐准确性,已经成为一个理论研究与实践中的热点与难点问题.针对于此,本文提出了面向移动社交商务的精准用户兴趣点推荐模型--MRGR.首先,利用用户的历史签到信息,通过改进核密度估计对兴趣点进行预测;其次,进一步考虑到用户间的签到相似性,使用信息熵定量表示用户移动的随机性和不确定性;最后,融合地理位置信息与用户间相似性,精准推荐用户兴趣点,并在Foursquare数据集上进行验证.实验结果表明:与传统模型相比,提出的模型在准确预测用户兴趣点的同时,可以有效缓解数据稀疏性和冷启动问题,并在准确率和召回率上都取得了显著的提高.成果将为移动商务中,如何更好满足企业的精准推送与用户个性化需求提供有力的技术支持和决策服务.