一种移动机器人SLAM中的多假设数据关联方法

针对移动机器人同时定位与建图(SLAM)中的局部数据关联问题,提出一种基于粒子滤波的多假设数据关联方法.该方法将数据关联问题转换成离散优化问题,利用多个粒子来维持多种数据关联假设,通过计算关联代价来获得粒子权重,用基本剪枝技术在粒子重采样过程中滤除错误的数据关联假设.研究结果表明:该方法弥补了经典的数据关联方法中关联假设一旦确定就不能修改的不足;与ICNN和JCBB数据关联方法相比,该方法能获得更正确的数据关联结果和更高的定位精度.     

非接触式移动电源技术研究

研究了提高非接触式移动电源系统传输效率的方法.提出了一种可以实现零电压、零电流开关的移相全桥PWM逆变器的电路拓扑结构,这种电路拓扑可以显著提高逆变器的频率,降低开关损耗.对于非接触式移动电源的能量传输装置,提出了一种新型的基于松耦合变压器构成的结构.建立了松耦合变压器的数学模型和参数计算方法,研究了原边线圈处于不同位置的松耦合变压器的传输效率.     

水平基因转移应用于污染治理的研究进展

随着经济的发展,有毒有害难降解污染物引起的环境问题变得越来越严重。对于这类污染物的处理多采用生化处理方法,其中生物强化技术是目前较好的方法,但是它也存在强化效果差、处理效率低等问题。国外研究人员发现：遗传物质可在不同的生物个体之间或单个细胞的内部细胞器之间自发进行交流,称为水平基因转移。在污染体系中,降解基因的转移能够使土著菌获得降解新功能,从而强化对难降解污染物的处理,这就为现有的生物强化技术提供了一种解决难降解污染问题的新思路。介绍了水平基因转移的概念以及将其应用于污染治理中的研究进展,并分析了技术发展前景。     

基于Web的移动机器人控制系统研究及Java实现

以WMR－1型移动机器人为实验对象，应用Java技术，构建了包括HTTP服务器、图像服务器、机器人服务器和数据服务器的自主移动机器人远程控制系统，可以为Internet上的远程访问及操作提供服务。     

基于移动IPv6的MANET中Anycast服务的设计与实现

针对目前移动自组网(MANET)无法提供成熟的Anycast服务这一问题, 提出了一种在MANET中实现Anycast服务的通信模型.此模型提出了无需进行地址重复检测、IPv6地址自动分配的方案以及移动节点加入Anycast组的方法. 模型中的Anycast移动组节点在不同子网之间进行切换时,Anycast移动组节点无需进行地址注册也无需建立隧道机制.在模拟环境下实现了此模型,并对模型的数据包接收率等性能参数的实验数据进行了分析和讨论.     

基于博弈论的D2D通信资源共享算法

针对目前端对端(D2D)通信资源共享算法无法解决资源利用率和信道干扰之间矛盾的问题,为了改善D2D通信性能,设计一种基于博弈论的D2D通信资源共享算法.该算法将通信系统吞吐量作为目标,通过引入博弈论实现各用户间的通信资源共享,使通信链路之间合理地分配资源,减少信道之间的干扰,提高蜂窝链路的通信质量.与经典D2D通信资源共享算法进行对比实验结果表明,该算法明显提高了D2D通信质量,提升了信道利用率,系统总吞吐量得到大幅度提高.     

轮式移动机器人的模糊控制器

为准确反映移动机器人的实际运动情况,鉴于路径跟踪控制中可能出现的三类偏差.设计了两个模糊控制器,用以纠正移动机器人行走路径的偏差.MATLAB仿真结果表明:加入模糊控制器的系统,运动轨迹相对平缓、波动较小、收敛速度快.其动态和稳态输出特性均较好.该模糊控制器能够提高系统的控制精度,取得比较理想的控制效果.     

手机实名制可行性质疑及其法律对策

实施手机实名制,对打击利用手机进行违法犯罪、遏制非法有害信息泛滥具有重要的价值,但其可行性却面临质疑。实施手机实名制的直接法律依据缺失、个人信息保护制度不健全、假身份证泛滥、与运营商的商业利益相矛盾、可操作性不强、配套监管制度尚未同步等问题,是其面临质疑的主要原因。手机实名制应该实施且属可行,应该为手机实名制提供法律依据,健全个人信息保护制度,加强手机实名制实施的监管,为手机实名制的实施提供保障机制。     

基于博弈论的多能互补综合能源系统规划设计方法

基于博弈论构建由热电联产机组、光伏发电和电网组成的多能互补综合能源系统优化规划模型.模型以经济性为优化目标,各参与者容量为决策变量,使系统既能满足用户对冷、热、电负荷的需求,又能同时实现收益最大化.根据参与者是否结盟,提出5种博弈模式,证明Nash均衡的存在性,并通过仿真算例得到各模式下的Nash均衡策略.仿真结果表明,在满足负荷需求的同时,与非合作博弈相比,4种合作博弈联盟价值均大于0,且完全合作博弈模式下系统总收益最高.可见,只有通过采取完全合作的最优策略才能保证系统经济效益最大化.     

基于免疫遗传算法的移动机器人轨迹跟踪

为实现移动机器人轨迹的准确跟踪,提出一种基于免疫遗传算法的移动机器人控制器参数整定方法.首先建立移动机器人的结构模型、运动学模型、电机控制系统模型,然后针对所建立的模型,采用一种改进的免疫遗传算法对电机控制系统模型参数进行了整定.该算法在选择下一代的过程中,既考虑了抗原的适应度函数,强调抗体的个人竞争,保证了算法的收敛速度,又引入了抗体浓度概念来体现抗体间的相互交流,从而强化了算法的全局搜索能力,弥补了传统遗传算法搜索能力不足的缺陷.文中最后利用移动机器人的实验平台,进行了带负载下驱动电机的阶跃信号响应和移动机器人运动轨迹的跟踪实验,电机的阶跃信号响应良好,移动机器人也能较好地复现所规划的轨迹.仿真与实验结果表明,所提出的基于免疫遗传算法的机器人轨迹跟踪控制算法有较高的可行性与优越性.