柔性关节复杂迟滞特性的改进WLSSVM建模方法

针对协作机器人柔性关节传动过程中固有复杂迟滞特性影响执行精度的问题,提出基于中间变量的非线性自回归移动平均（NARMAX）结构的改进加权最小二乘支持向量机（WLSSVM）迟滞模型。引入PI算子产生中间变量,将迟滞的多值映射转换为单值映射,引入输出力矩和扭转角历史值,使模型具有动态特性;LSSVM求解问题时易受模型输出误差大的数据点影响,在目标优化函数中增加具有自适应调整因子的模型输出误差构成的正则项,达到进一步提高模型精度和抗干扰能力目的。以FRANKA协作机器人关节为对象进行建模与验证,实验结果表明,相比LSSVM迟滞模型和NARMAX迟滞模型,改进WLSSVM迟滞模型具有较高的模型精度。     

云智慧仪器的网络应用平台设计与研究

系统介绍云智慧仪器的网络应用平台设计,主要内容包括测试技术与仪器科学的发展,云计算技术和SAE平台的介绍,云智慧仪器的研究意义和仪器系统的软件架构,以及主要测试模块的实现,对云智慧仪器未来的发展进行展望.     

NoC资源网络接口设计

资源网络接口是片上网络处理单元向路由节点发送数据的一个通信接口,负责把处理单元发送的数据打包成路由节点所识别的数据。针对该接口高速传输要求,采用请求、应答通信机制方式设计一个资源网络接口。该接口内各模块间通信,以及该接口与处理单元和路由节点间通信均采用异步通信。接口内的打包器采用奇偶格式设计,缓存模块采用时分复用的思想以降低读、写过程延迟。用Verilog HDL语言完成该接口设计,在ModelSim10. 01d平台上验证,最终验证结果表明:设计的资源网络接口能够把处理单元发送来的数据打包成路由节点所识别的数据,且满足高速率数据传输要求。     

复杂环境下的改进Camshift算法研究

针对Camshift算法要求相邻两帧之间的目标必须具有较大的颜色相似性,对于目标在高速运动情况下和跟踪目标受到遮挡的情况下容易出现目标丢失,并且在目标遇到相似颜色干扰的时候容易受到干扰的问题,提出一种基于加权颜色概率分布,引入局部搜索引导机制,结合kalman滤波预测的改进camshift算法,实验证明,该算法在复杂背景,物体高速运动或遇到遮挡的情况下都有较好的跟踪效果,并且跟踪效率得到的提升。     

基于边界扫描的SRAM测试技术的研究与实现北大核心

静态随机存储器(SRAM)应用广泛,必须充分测试以保证其高可靠性;应用边界扫描的虚拟探针技术实现SRAM测试,分析SRAM功能结构并建立测试模型;以HY6264SRAM存储器为被测对象进行DEMO板可测性设计,应用TCL语言描述其测试信息;实验证明,该方法可完成对SRAM外围线(包括控制线、数据线和地址线)和存储单元的测试与故障诊断,结果正确且诊断定位具体,具有较好的应用前景。     

面向温度均衡的光片上网络映射北大核心CSCD

光片上网络具有带宽高、时延低和传输稳定等优点,然而光信号在光片上网络中进行数据传输时存在串扰噪声和插入损耗,影响通信性能和能耗,且在环境温度发生改变时,影响将进一步加大。光片上网络中的IP核映射将直接影响网络的流量分布,从而对网络的插入损耗和串扰噪声造成影响。文中提出的趋边快速映射算法以温度均衡为目标,通过将网络中的流量均匀分散到网络中以均衡网络温度。仿真结果证明:文中提出的映射算法在实现快速映射的同时,还能减少温度对网络传输能耗的影响。     

太赫兹波在二维椭圆金属光子晶体的传输特性

研究了一种由金属椭圆柱构成的二维正三角晶格的光子晶体结构,并应用有限积分法对太赫兹波段TE模的传输特性进行了仿真分析。通过改变晶格常数和椭圆的长、短半轴,分析了太赫兹波段TE模在金属光子晶体中的传输特性。结果表明,椭圆柱比圆柱更容易得到大的禁带带隙,通过分组优化组合,得到了对TE模禁带带隙最宽且最佳的光子晶体结构。这为太赫兹波段的光子晶体带阻滤波器的开发与制作提供了参考依据。     

基于DSP和LabVIEW的能量回馈电子负载的研究

传统回馈电子负载回馈到电网时存在电流谐波大、功率因数低以及对电网产生污染等缺点,限制了它的推广应用。为了解决传统回馈电子负载的弊端,介绍一种新型的DC-AC（直流到交流）能量回馈电子负载,利用DC-DC（直流到直流）回馈的原理解决传统回馈电子负载对电网谐波污染大的问题,把无污染的电能回收再利用。系统由AC能量补给、逆变、拉载、升压以及上位机控制等部分组成。系统采用LabVIEW做上位机控制以及显示。通过对华为生产的PSU4850通信电源作为负载的实验测试表明设计是成功的。     

基于云模型进化算法的硅通孔数量受约束的3D NoC测试规划研究

针对硅通孔(TSV)价格昂贵、占用芯片面积大等问题,该文采用基于云模型的进化算法对TSV数量受约束的3维片上网络(3D NoC)进行测试规划研究,以优化测试时间,并探讨TSV的分配对3D NoC测试的影响,进一步优化3D NoC在测试模式下的TSV数量。该方法将基于云模型的进化算法、小生境技术以及遗传算法的杂交技术结合起来,有效运用遗传、优胜劣汰以及保持群落的多样性等理念,以提高算法的寻优速度和寻优精度。研究结果表明,该算法既能有效避免陷入局部最优解,又能提高全局寻优能力和收敛速度,缩短了测试时间,并且优化了3D NoC的测试TSV数量,提高了TSV的利用率。