基于双离心机的加速度计动态校准装置

加速度计动态校准装置基于双离心机原理,通过主离心机和从离心机的同时旋转产生动态线加速度,从而实现对加速度计的动态校准.介绍了加速度计动态校准装置的工作原理,建立了其复现加速度的幅值数学模型,针对在大过载条件下从离心机精密旋转问题,设计了从离心机的结构形式和控制方案,并对校准设备所复现加速度的幅值不确定度进行了分析和试验验证,试验结果表明该装置复现动态加速度幅值测量不确定度优于0.2％.     

桥式起重机精准定位在线轨迹规划方法设计及应用

针对工业桥式起重机的异步电机难以准确跟踪给定轨迹,从而导致离线轨迹规划算法定位误差很大的问题,论文提出一种基于相平面分析的在线轨迹规划算法.这种方法利用激光测距仪采集位置信息,在起重机运行过程中,根据台车与目标位置的距离来优化轨迹不同阶段的运行时间,并实时调整台车轨迹的有关参数,以实现台车精准定位的目标.实验结果表明,这种方法可以很好地兼顾负载快速消摆与台车准确定位两方面的要求,有利于提升桥式起重机的运送效率.论文将这种在线轨迹规划方法成功应用于标准32 t工业桥式起重机,并取得了良好的运行效果.     

翼伞系统在较大风场中的归航控制

翼伞系统是一类特殊的柔翼飞行器,由于其飞行速度较低,容易受到风场的影响.针对翼伞系统在较大风场中难以准确跟踪归航轨迹、实现精确着陆,因此将风场中平均风的影响在轨迹规划中予以考虑,采用一种改进的粒子群算法(particle swarm optimization,PSO)优化分段归航轨迹;将紊流的影响作为外界的干扰,由线性自抗扰控制器(linear active disturbance rejection controller,LADRC)进行修正.仿真结果表明,该归航控制方法对提高翼伞系统在较大风场环境下的抗风性能和归航精度有重要意义.     

强干扰环境下高炉雷达信号机器学习算法

高炉料面属矿物-煤气-焦炭多元高温固体/熔体混杂共存的粗糙表面,其电磁反射特征包含非均匀和非平稳的气固混合介质的表层电磁回波信息、布料溜槽引起的周期性遮蔽效应、十字测温等装置引起的固定干扰,以及电磁辐射等环境因素引发的随机噪声.本文研究了复杂环境下调频连续波(FMCW)提取的料面信号,采用瞬时频率分析的希尔伯特-黄变换(HHT)方法代替传统快速傅里叶变换(FFT)方法.结合经验模态分解,将原始非平稳信号分解为若干个平稳的内在模式函数;并按照基于先验知识的决策树算法分类与学习,获得各类分量权值并加权突出真实物料的电磁信号;通过Hilbert变换得到原始信号的时频域特征,可以揭示流态化料面包含的丰富冶炼信息.同时该算法也有助于提高料面成像的帧准确率和稳定性,为钢铁行业节能减排提供可靠的数据支撑.     

线性自抗扰控制系统的鲁棒稳定性

针对线性自抗扰控制系统,研究了模型参数不确定情况下的鲁棒稳定性问题.首先给出对象为非自治模型时该系统的H∞判据.然后针对线性误差模型的状态矩阵只在某一行存在不确定参数的情况,基于奇异值理论,得到H∞判据的一种新的等价描述,把H∞范数约束转化为对奈奎斯特图的约束.之后为了降低新判据在实际应用中的保守性,对不确定性矩阵的分解方式进行优化.在此基础之上提出了一种新的方法,用于计算时变参数不确定性的最大边界,为线性自抗扰控制器设计提供理论依据.数值实例表明该方法不仅保守性小,而且计算简单.     

一种增强现实分场景推送情景感知服务的方法

针对目前增强现实浏览器中由于标签使用不当阻碍用户认知操作的问题,提出了一种分场景推送情景感知服务的方法.该方法根据用户寻找兴趣点并检索内容的认知流程划分场景,采用情景感知四层服务框架分别创建了3个场景的功能模块,通过关联3个场景模块,构建了完整的移动增强现实浏览器系统.实验结果表明,与同类浏览器相比,基于上述方法设计的增强现实浏览器系统在分类准确度上平均提高了13%,用户对系统预测效果的平均满意度提高了26%.     

基于模糊层次分析法的社交编程网站开发者评估方法

社交编程网站Github是一种较为流行的分布式版本控制系统,近年来得到了快速的发展,而Github中没有对开发者能力构建度量模型,使得如何从众多开发者中选择合适的开发者加入到核心开发者之中成为一个有待解决的问题。为处理此问题,通过构建开发者度量模型,对开发者能力具体量化,同时使用模糊层次分析法对开发者度量模型进行评估,根据量化评估值选择合适的开发者加入到核心开发者之中。通过一个实例分析说明该方法如何评估开发者并选择合适的开发者,从而为Github项目社区招募核心开发者提供支持。     

基于相位差渐进循环协调的应急车辆优先信号控制

为了提高应急车辆的通行效率,针对应急车辆需要“绝对优先”路权的特点进行了信号控制的研究,提出了一种基于相位差渐进循环协调的信号控制策略,并将其与应急车辆优先信号配时转换策略相结合进行应急车辆优先信号控制,给出了应急车辆优先信号配时转换控制策略和动态相位差的计算方法。在由三交叉口组成的城市道路系统中,采用三种应急车辆的信号控制策略进行了微观仿真实验,结果表明,文章提出的基于相位差渐进循环协调的应急车辆优先信号控制策略通过对各交叉口相位动态循环渐进微调后,再采用应急车辆优先信号配时转换策略进行控制,可以使应急车辆安全不停车地通过交叉口,且达到了对非应急车辆影响最小的效果。     

邻域结构为复杂网络的粒子群算法*

为避免早熟收敛和局部最优,设计了一种基于复杂网络进行个体交互的粒子群算法(CNS-PSO)。该算法在粒子与网络节点间建立映射关系,并根据节点的邻居集合,获得粒子的动态飞行邻居。每个飞行邻居集合是一个独立又彼此联系的进化小社会。在CNS-PSO中,每个粒子的位置更新策略不仅考虑了认知部分及社会的信息共享,还考虑了小社会内和小社会间的信息交流。在8个测试函数上,将CNS-PSO与标准PSO进行了对比,在不同维度的大多数函数上,前者的性能均优后者。说明具有无标度网络邻域结构的CNS-PSO算法具有较强的避免早熟和逃逸局部最优的能力。     

深度学习应用技术研究

本文针对深度学习应用技术进行了研究性综述。详细阐述了RBM（Restricted Boltzmann Machine）逐层预训练后再用BP（back-propagation）微调的深度学习贪婪层训练方法,对比分析了BP算法中三种梯度下降的方式,建议在线学习系统,采用随机梯度下降,静态离线学习系统采用随机小批量梯度下降;归纳总结了深度学习深层结构特征,并推荐了目前最受欢迎的5层深度网络结构设计方法。分析了前馈神经网络非线性激活函数的必要性及常用的激活函数优点,并推荐ReLU （rectified linear units）激活函数。最后简要概括了深度CNNs(Convolutional Neural Networks), 深度RNNs(recurrent neural networks), LSTM(long short-termmemory networks)等新型深度网络的特点及应用场景,并归纳总结了当前深度学习可能的发展方向。