一种新的PUMA类型机器人奇异回避算法

传统的奇异回避方法运算量大, 本文提出了一种新的 PUMA 类型机器人奇异回避方法—奇异分离加阻尼倒数法. 首先, 分析产生奇异的条件, 将导致 Jacobian 奇异的参数分离出来, 然后用阻尼倒数代替其普通倒数, 以回避运动学奇异的影响. 该方法无需对 Jacobian 进行 SVD 分解, 也无需估计其最小奇异值, 因而运算量小, 实时性好, 仅牺牲末端部分方向的精度, 适合于预定轨迹和实时轨迹的跟踪. 仿真和实验结果证明了算法的有效性.     

机器人运动学反解中的奇异点处理

本文研究机器人运动学反解中的奇异点处理问题，给出了机器人微分运动Ｊａｃｏｂｉａｎ矩阵Ｊ（ｑ）条件数的一个上界，并在此基础上提出机器人关节速度阻尼伪逆解方法中阻尼系数的一种自适应调整方法，该方法可以保证在奇异点附近伪逆解的稳定性。     

奇异摄动系统的H_∞控制:基于奇异系统的方法

实际系统的奇异系统模型往往通过忽略系统的奇异摄动系统模型微分项系数矩阵中的小时间参数得到.然而,传统的奇异系统控制器设计很少考虑微分项系数矩阵的摄动.本文拓展了现有奇异系统输出动态反馈H∞控制器的设计,使得当实际闭环系统中存在小时间参数时,仍然能保持稳定并且满足一定的H∞性能指标.仿真算例说明了本文提出方法的有效性.     

基于局部奇异值对称平均的人脸识别方法

提出了一种基于局部奇异值对称平均的人脸识别方法。该方法首先对原始图像进行线性映射处理;接着采用局部奇异值分解提取人脸特征,并对所获得的特征作对称平均处理;最后依据最近邻决策规则进行识别。基于ORL人脸数据库的实验结果表明,该方法大大降低了原始特征空间的维数,有效地消除了图像亮度和噪声的影响,并取得了较高且稳定的正确识别率,在人脸识别中是一种有效的方法。     

并联机构不同正解间无奇异转换问题探讨

并联机构的正解具有多解性，以一种平面三自由度并联机构为例，研究了不同正解之间的无奇异连接路径问题．结合Innocenti发现的第一条无奇异路径，采用基于奇异曲面的图形化方法分析了正解构型在工作空间中的分布．发现了两个正解间的多条类似路径，这些路径形成了连接两个正解位形的近似于螺旋状的管道空间．首次发现了在其它的正解之间也存在着这样的非奇异路径．这些结果表明并联机构的奇异曲面及正解分布异常复杂，如果两个正解对应的雅可比矩阵行列式值异号，则一定不存在无奇异路径；如果同号，则还要根据奇异曲面来定．两个正解构型间无奇异路径的判定还最终依赖于对奇异曲面更为清楚的描述．     

一种数据流中奇异数据的自适应恢复方法

为了在线检测并恢复数据流中的奇异数据，该文提出了一种新颖的能够适应数据流动态变化的奇异数据识别修正方法，基于卡尔曼滤波检测下一时刻的奇异数据，引入带有尺度导引的插值小波，根据流值变化的快慢程度确定插值小波的尺度，在不降低奇异数据恢复精度的情况下，恢复奇异数据。     

一类奇异时滞系统的奇异二次指标最优控制问题

利用基本的代数等价变换，将一类奇异滞后系统的奇异二次指标最优控制问题转化为正常状态滞后系统的非奇异二次指标最优控制问题，并讨论了二的等价性，在一些常规条件下，给出了问题的解，并把最优控制综合为最优状态反馈。     

高阶系统的奇异摄动模型的平衡降阶

随着控制理论和电子计算机技术的迅速发展,尽管为研究与设计高阶复杂系统提供了方便的条件,但是对复杂高阶系统进行模型简化仍然是控制系统设计与仿真工作者的一个重要研究课题.针对奇异摄动模型的平衡降阶方法,提出了采用时矩输出拟合来改善降阶系统输出响应逼近程度的改进方法,通过给出的实例仿真证实了这一点.     

基于奇异熵和随机森林的人脸识别

提出了一种基于奇异熵与随机森林的人脸识别方法。该方法以奇异熵来描述人脸特征。首先在整个人脸图上进行奇异值分解,应用整体奇异熵提取人脸全局特征。然后将人脸图像分成均匀子块,在各子块中进行奇异值分解,应用局部奇异熵提取人脸局部特征。之后将整体奇异熵和局部奇异熵融合形成最终分类特征。最后通过随机森林分类器对其进行分类。在Yale人脸库上的实验表明,该方法对表情、光照具有鲁棒性,且有较高的识别率和较短的识别时间。     

基于DWT-SVD的奇异向量量化水印算法

提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阂值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。     

基于EMD和神经网络的变速箱状态识别研究

针对变速箱故障信号的非平稳和时变特点,提出了EMD和奇异值相结合的变速箱故障诊断方法;以变速箱箱体振动信号作为分析对象,首先对信号进行EMD分解,提取包含主要信息成分的IMF分量构成特征向量矩阵,计算其奇异值和奇异值熵,分别作为特征向量,通过神经网络和K近邻法判别变速箱的工作状态;在某型装甲车辆的实车测试中,以奇异值作为神经网络的输入特征向量和以奇异值熵作为K近邻法的特征向量均取得了较好的识别效果.     

广义系统观控性及正则束条件的数值判定

本文提出了一种用于判定广义系统观控性及正则束条件的算法.该算法具有误差小、数 值稳定的特点.     

机器人操作手工作空间中的奇异曲面

本文用静力平衡分析法研究了具有任意多个自由度的由转动副(有限转角或无限转角)和移动副构成的通用机器人操作手工作空间中奇异曲面的性质及其形成方法,探讨了引起奇异位置现象的原因,发展了一种可以确定机器人操作手工作空间中奇异曲面族在任意多个任意指定平面上的截面图的算法,编制了相应的计算机程序——WARM 软件包、作了实例计算。     

机器人操作臂奇异路径约束最优轨迹规划

路径约束最优轨迹规划的关键是引入标量路径参数来降低优化问题的维数 ．当路径穿越奇异点时，由于关节位移难以表示为任务空间路径参数的解析函数，给常规的 路径参数化方法带来困难．本文引入一种新的参数化方法，采用路径跟踪方程解曲线的弧长 为参数，解决了奇异点邻域的路径跟踪问题，把奇异路径轨迹规划转化为常规规划问题，并 采用动态规划方法求解轨迹规划问题．仿真表明，本文提出的参数化方法与动态规划结合起 来，是解决奇异路径最优轨迹规划的有效途径．      

奇异控制正则化方法的推广与应用

本文将D.H.Jacobson正则化方法推广用以求解更一般的奇异控制问题。将算法用来解决水厂优化控制,取得了显著效果。     

奇异值能量差分谱在信号降噪中的应用

为了提高现场采集信号的信噪比,针对奇异值分解中重构矩阵有效阶次确定难的问题,提出了一种基于奇异值能量差分谱的信号降噪方法。该方法根据有用信号与噪声能量的差异性,通过构造信号的奇异值能量差分谱,将能量差分谱曲线中最大峰值点作为重构信号的有效阶次来实现有用信号和噪声的分离,能够使信号奇异值降噪阶次得到合理确定,较好地保护了原始信号中有用信息的完整性,获得了较大的信噪比,对后续进行信号特征的准确提取和分析至关重要。仿真和实例分析结果验证了该方法的有效性。     

基于改进的SVD和Prony的谐波检测算法

针对传统的Prony算法在谐波及间谐波检测过程中对噪声敏感,导致辨识精度不高的问题,提出了一种基于奇异值分解(Singular Value Decomposition,SVD)和Prony的改进算法。基于SVD理论,提出了一种奇异点辅助算法,自适应地选取奇异值分解的有效阶次,从而精确地滤除噪声信号。基于已确定的有效阶次,利用改进的Prony算法对滤除噪声之后的信号进行参数辨识,可以准确地估计出各个谐波及间谐波分量的参数。通过MATLAB仿真分析,表明算法能够准确地提取出电力信号的参数信息,具有一定的应用价值。     

基于方向图的指纹奇异点快速检测方法

准确、快速地检测指纹奇异点(core点和delta点),对指纹分类和指纹匹配等具有重要意义.首先,给出计算指纹图像方向图的算法,然后,在基于方向图的基础上,对传统的基于poincare索引计算公式的指纹奇异点检测算法进行了改进.使用改进算法对PU-JY203U警用活体指纹采集仪采集的指纹(1000枚)进行Matlab仿真.实验结果表明改进后的算法与传统算法相比,在定位奇异点的精确度和速度上都有很大的提高.