基于人工势场导向的移动机器人点镇定控制

讨论了非完整约束机器人的点镇定问题,提出了一种新颖且简单的控制器并证明了其镇定性,控制器基于人工势场导向构造,控制参数通过遗传算法优化.和其他控制方法相比,该控制器具有设计简单、收敛速度快、适应能力强的特点.机器人的实际试验证明的该方法的有效性.     

嵌入式Linux与网络数据库通信功能的研究和实现

研究了在嵌入式Linux的平台上,如何利用ODBC(开放数据库连接),构建可以与网络数据库进行通信的系统,并利用多层次的编程接口,编写运行于嵌入式系统终端的应用程序,使该系统能对网络服务器上数据库进行操作.并将此应用于操作系统为嵌入式Linux的某手持医疗信息终端里,实现嵌入式Linux与网络中SQL Server数据库的通信功能.     

遥控器面板自动检测系统的研究与开发

提出了差分检测遥控器、投影法分割按钮、冗余实时检测的遥控器面板自动检测方法.投影法分割按钮,首先对图像边缘检测,其次通过开运算优化敏感区域,最后进行局部投影,分割出相应按钮图像.冗余实时检测包括待测遥控器的平移、旋转校正和局部微调比对,再进行遥控器面板按钮的自动检测.通过开发的系统实际测试表明该方法是可行的.     

功率受限的无线网络的传输速率控制

无线自组织网络是没有预置基础设施支撑的自组织可重构的自治网络.由于需要克服远近效应问题、干扰问题以及提高信道的空间复用度,并且为了降低网络节点的能耗,提高网络的生存时间和系统的能量效率,网络节点的发射功率受到限制.因此,如何在功率受限的情况下保证网络数据传榆性能,成为无线网络的关键问题.提出了功率受限的无线自组织网络模型,该模型用发送功率的凸函数作为度量效用的指标之一,更加贴切地反映了网络节点功率受限的特点.采用对偶分解的方法求解模型,得到分布式算法,协调节点的传输功率和数据速率,达到全网效用最大化.最后用具体的拓扑和效用函数进行仿真,验证了算法的收敛性,并考察传输速率和功率的关系对网络性能的影响.     

基于路径服务质量度量的AOMDV改进路由协议

移动自组网中,传输路径的服务质量是影响路由性能的蘑要因素.为了提高多路径路由性能,在分析AOMDV协议的基础上,提出了一个新的参数"路径服务质量度量",用来体现当前路径传输状态.基于这个参数,同时引入路径收集的思想,提出了一种摹于路径服务质量度量的AOMDV改进路由协议PQSM-AOMDV.协议综合选择节点平均连接度大,跳数少和节点平均负荷小的路径进行数据转发,以期提高路由性能.仿真结果表明:与AOMDV协议相比,该协议提高了分组投递率,减小了分组端到端时延,降低了路由发现频率.     

车桥耦合振动的摄动分析方法

基于结构摄动理论,推导车桥耦合动力系统的摄动方程,将原有的车桥耦合动力方程变成一组车辆和桥梁之间不相互耦合的方程组,实现车辆与桥梁的之间的解耦．理论上基于摄动分析方法进行严格推导,以简支梁为例,采用1／4车辆模型,验证了方法的可靠性．提出了该方法在大型有限元软件中的应用方法．     

关于“示例学习的最大复合问题及算法”一文的注记

针对"示例学习的最大复合问题及算法"一文(计算机学报,1997,20(2):139-144)中提出的FCV算法给出了一种优化改进。改进的主要思想是省略FCV算法中建立扩张矩阵,寻找公共路径这一步,直接从评价矩阵中记录选择子得到公式,从而生成规则。实验表明,优化后的算法在时间和空间性能上都有提高,其泛化能力明显高于FCV算法。     

基于混合特征和多HMM融合的图像序列表情识别

当前多数图像序列的人脸表情识别方法仅提取图像的某一类特征,导致特征参数不能全面地反映脸部情感信息.提出一种基于混合特征和多HMM融合的图像序列表情识别方法.采用Gabor小波变换、二维离散余弦变换分别提取眼睛及眉毛区域、鼻子区域的纹理变化特征,对嘴巴区域则采用主动表观模型提取形状变化特征.对待测图像序列中的每个表情特征区域采用离散隐马尔可夫模型得出6种表情概率;然后根据在训练阶段得到的每个表情特征区域对每种表情的贡献权值进行加权融合,并选择融合后的表情概率最大者作为识别结果.实验结果表明,该方法综合了表情的纹理与形状变化,能够得到很好的识别效果,且处理速度快,适合于实时图像序列的表情识别.     

开槽式六边形多频带高增益微带天线仿真

随着无线通信技术的发展,小型化、多频带微带贴片天线在无线通信中得到了广泛应用。文章设计了一种六边形多频带微带天线,采用同轴线馈电,在六边形贴片的每个顶点内侧进行120°的开槽。通过调整贴片开槽的几何形状和尺寸,能够有效地获得三种不同的谐振模式,可应用于L波段和C波段。用仿真软件CST对该种天线进行仿真及分析,其结果表明,在工作频段均满足增益G≥6 dbi,回波损耗S₁₁<-10 dB。该天线具有结构简单、体积小、增益良好的特点,适用于通信中WiFi频段。     

基于机器视觉的输电线路无人机激光清障方法研究

针对传统输电线路无人机清障方法对故障点定位不准确的问题,研究基于机器视觉的输电线路无人机激光 清障方法.利用AI技术对输电线路图像提取特征值,无人机在巡检过程中运用机器视觉技术搜寻对应坐标点;近邻 图像像素取平均值构成模板,对故障线路特征图像进行滤波、降噪处理;通过蚂蚁运算得到无人机巡检的起始点和终 止点,规划无人机激光清障工作路径.测试结果表明该方法的搜寻故障点与实际故障点的误差值为零,精准定位故障 点,实现输电线路无人机对故障物的有效清除.