基于多元变量Taylor级数展开模型的定位算法*

为了进一步提高无线传感器网络的定位精度,通过考虑未知传感器之间的距离信息,构建了多元变量Taylor级数展开的定位模型。在对该模型求解过程中,首先利用三边测距法得到未知传感器的初始位置,再采用加权最小二乘法计算其最优值作为未知传感器的估计位置。为评价该算法的性能,对定位结果的Cramer-Rao下界(CRLB)进行了推导。仿真测试了不同距离测量误差和已知传感器数目对定位误差的影响,以及算法的累积分布函数(CDF)。仿真结果表明,该算法有效地提高了定位精度,且定位误差非常接近CRLB。     

常压硅胶柱层析分离制备高纯贝壳杉烷型二萜

从半边旗(Pteris semipinnata L,PSL)提取物中分离高纯度贝壳杉烷型二萜化合物,建立了分离工艺条件.以TLC实验筛选适当的洗脱流动相,常压硅胶柱层析分离纯化,产物用两相法重结晶,TLC及MS监测分离效果及产品纯度.结果表明优选的流动相为混合溶剂石油醚∶丙酮∶醋酸=7∶3∶0.05(体积比),纯化分离得到两个贝壳杉烷型二萜单分子化合物,纯度分别从62%和17%提高到96%和94%.     

递归神经网络的进化机器人路径规划方法

针对机器人递归神经网络控制器在进化优化过程中存在的问题,利用改进的进化算法对递归神经网络控制器进行优化设计,提出了一种基于递归神经网络的进化机器人路径规划算法,该算法利用高斯变异和柯西变异相结合的方式进行变异操作,利用个体适应度和种群多样性指标使交叉概率和变异概率进行自适应调整.给出了算法的具体步骤,并与基于标准前馈网络的路径规划方法进行了比较.仿真结果表明递归神经网络控制器对动态未知环境具有更好的适应性.     

水性丙烯酸-环氧接枝共聚型树脂的制备

介绍了采用接枝共聚法合成水溶性丙烯酸改性环氧树脂的合成工艺及其所配制的水性底面合一防腐涂料的性能。     

基于控制器行为特性的移动机器人路径规划的模糊控制

本文提出了一种在未知环境下移动机器人的路径规划算法———基于控制器行为特性的模糊控制算法。在模糊控制规则的制定上采用基于控制器行为特性的方式,将动作分为若干基本行为,复杂的行为可由几个简单行为按次序构成,可简化模糊控制规则的确定,并可减少模糊控制规则的数目,避开被控对象的特性建模。文章最后对算法进行了仿真与实验研究,实验结果证明了算法的正确性。     

小批量磷酸钒锂正极材料的制备研究

以Li_2CO_3,V_2O_5,NH_4H_2P O_4为主要原料,以蔗糖和柠檬酸为碳源,作为还原剂并对目标材料进行包覆,以无水乙醇为分散剂,经球磨制得前驱体,N_2保护下800℃高温焙烧16 h,制备了系列纯相、稀土钐掺杂的碳包覆磷酸钒锂复合正极材料。并进行了单一蔗糖和蔗糖、柠檬酸混糖作碳源对比,磷酸钒锂纯相和钐掺杂对比,实验室小剂量和小批量(0.5～1.0 kg)制备对比。X射线衍射光谱法(XRD)、扫描电子显微镜法(S EM)及电化学测试表明,所制备的系列目标材料均具有单斜Li_3V_2(P O_4)_3结构特征,以蔗糖、柠檬酸为混合碳源的目标材料碳包覆更均匀,循环和倍率等电化学性能良好。     

有机硅改性水性丙烯酸聚氨酯木器漆的研制

采用半连续滴加工艺,研制了有机硅改性的羟基丙烯酸乳液,用于制备双组分木器漆,探讨了乳液的羟值、酸单体含量、乳化剂种类、有机硅含量等对乳液稳定性及木器漆性能的影响。     

30℃民50℃RECl3—Fu—H2O体系的相平衡研究：（RE=Ce,Sm,Nd,Dy）l

用恒温溶解度法研究了ＲＥＣｌ３－Ｆｕ－Ｈ２Ｏ三元体系在３０℃与５０℃的相平衡，共给制了八张相图，第张相图中只有一个Ｆｕ与简单稀土氯化物水合物的共饱点，在全浓度范围内没有发现新配合物。最后，对结果作简单明剖析。     

基于改进SAC算法的移动机器人路径规划

为解决SAC算法在移动机器人局部路径规划中训练时间长、收敛速度慢等问题,通过引入优先级经验回放（PER）技术,提出了PER-SAC算法。首先从等概率从经验池中随机抽取样本变为按优先级抽取,使网络优先训练误差较大的样本,从而提高了机器人训练过程的收敛速度和稳定性;其次优化时序差分（TD）误差的计算,以降低训练偏差;然后利用迁移学习,使机器人从简单环境到复杂环境逐步训练,从而提高训练速度;另外,设计了改进的奖励函数,增加机器人的内在奖励,从而解决了环境奖励稀疏的问题;最后在ROS平台上进行仿真测试。仿真结果表明,在不同的障碍物环境中,PER-SAC算法均比原始算法收敛速度更快、规划的路径长度更短,并且PER-SAC算法能够减少训练时间,在路径规划性能上明显优于原始算法。