论非电类专业学生对电子类课程的不同需求

电子类课程是很多工科专业学生的专业基础必修课程,这些工科专业既包括电子类专业也包括非电子类专业,在对以往教学经验进行积累的基础上,通过总结各种电子类和非电子类专业的教学特点,分析了非电类专业本科学生对电子类课程的几种需求,并据此对现有的电子类课程的教学模式或方法提出了部分建议,进而改善学生的学习效果。     

基于Kalman滤波算法的陀螺仪动态漂移补偿研究

应用MEMS陀螺仪测量人体手臂运动姿态时,针对陀螺仪受线加速度干扰导致测量姿态发散的问题,提出基于Kalman滤波算法的姿态误差补偿方法;该方法首先将陀螺仪采集到的角速度通过方向余弦算法解算得到姿态角,并将陀螺仪动态漂移造成的姿态角误差视为时变信号,通过建立姿态角漂移误差的状态方程及观测方程,应用卡尔曼滤波算法,实现对姿态角漂移误差的估计,最终达到对陀螺仪动态漂移误差的补偿;实验与仿真结果表明,应用该算法能够有效的抑制线加速度干扰导致的陀螺仪测量的姿态发散,适用于陀螺仪对人体手臂运动姿态的测量。     

协同设计系统中约束的表达

在协同设计中,由于任务的分工和分解,各设计小组之间、设计人员之间存在各种相互制约、相互依赖的约束关系.如何管理并表达这些约束是设计能否顺利进行的重要因素.本文从协同设计系统实际需求出发,对几类典型的工程设计知识进行了具体分析,提出了一种基于知识的几何约束表达方法.     

协同设计系统中约束的表达

在协同设计中,由于任务的分工和分解,各设计小组之间、设计人员之间存在各种相互制约、相互依赖的约束关系.如何管理并表达这些约束是设计能否顺利进行的重要因素.本文从协同设计系统实际需求出发,对几类典型的工程设计知识进行了具体分析,提出了一种基于知识的几何约束表达方法.     

考虑风电和电动汽车等不确定性负荷的电力系统节能减排调度

可入网电动汽车(plug-in hybrid electric vehicles,PHEVs)和风电等可再生能源发电的快速发展为电力系统的安全和经济运行带来了新挑战.为此,综合考虑了负荷和风电的不确定性、可入网电动汽车的智能充放电控制以及PHEVs与风电的协调互补和系统的节能减排,构建了计及碳排放的调度模型.先采用多场景模拟技术将风电和负荷不确定性的随机过程分解为若干典型的离散概率场景;再采用多代理技术将24 h对应为24个工作代理,工作代理负责火电、风电和PHEVs之间的静态调度;协同代理负责工作代理之间的动态协调.最后对含10机火电机组、PHEVs和风电的系统进行仿真.结果表明,多场景模拟能减少调度求解难度;含风电和PHEVs的系统能有效协调风电和PHEVs,减少其运行成本和碳排放量;通过调节节能与减排需求对应的权重,可以实现节能和减排之间的有效折衷.     

关于MATLAB教学模式的几点探讨

以常州大学的学生情况和实际教学经验为基础,重点阐述了在MATLAB教学中如何激发学生学习兴趣、结合学生自身特点安排教学内容以及如何操作任务驱动式的教学模式等几个方面的见解,旨在使MATLAB的教学过程成为"教师主导、学生参与"的过程,从而加强教学效果。     

一种适用于惯性-地磁组合的自适应卡尔曼算法

现有的适用于惯性-地磁组合的姿态解算算法存在一个共性问题,即或者过于依赖陀螺仪而使得算法的动态精度较高但静态精度较差,或者过于依赖加速度计和地磁传感器组合而出现相反的结果,利用线加速度矢量的模动态调整对上述两者的依赖程度虽然有效但问题较大。提出实时估计加速度计输出矢量与地磁传感器输出矢量的向量积的模,并将估计残差作为姿态解算算法-扩展卡尔曼算法的观测噪声而构成自适应卡尔曼算法,该估计残差的特点是零均值、平稳且其方差在运动体运动时会明显增大,从而使得所提出的自适应卡尔曼算法兼具良好的静动态性能。实验比较了MTi及ADIS16480内置的卡尔曼算法和该文构造的自适应卡尔曼算法,结果证明了后者的有效性。     

基于阈值判断的CamShift目标跟踪算法

针对CamShift算法只利用目标的颜色信息,在跟踪过程中,易受目标相似物、遮挡以及光照等复杂背景影响导致目标搜索窗口发散,跟踪稳定性能降低,提出了一种基于阈值判断的目标跟踪方法。该方法将OTSU法和Snake模型结合,利用OTSU法以最佳阈值对图像进行分割,分离前景区域和背景区域,初步提取目标轮廓作为Snake模型的初始轮廓,经收敛得到目标的精准轮廓,利用轮廓外接最小矩形框内的像素计算目标质心,判断与CamShift算法中目标搜索窗口质心之间的欧式距离,如果未超出阈值,则直接使用CamShift算法跟踪目标,反之,则将计算出的目标质心作为CamShift算法中当前帧目标搜索窗口的质心跟踪目标。实验结果表明,该算法跟踪目标具有较好的实时性,跟踪性能稳定、可靠。     

基于SIFT特征匹配的CamShift运动目标跟踪算法

针对复杂背景下采用一般CamShift算法跟踪目标容易失败,提出将SIFT(Scale Invariant Feature Transform)特征点匹配融入到CamShift算法。该算法利用SIFT特征对尺度和方向无关特性实现连续图像序列的精准匹配,具有对尺度缩放、目标旋转以及亮度变化保持不变性的优点,不仅弥补了一般CamShift算法只以颜色为关键信息的不足,而且可将目标跟踪窗口形心和质心间的位移稳定在设定阈值内。最后通过对比性实验来验证该算法的有效性和稳定性。实验结果表明,该算法能够对复杂背景下的光照突变、缩放和旋转运动目标实现实时稳定跟踪。     

一种改进的二进制防碰撞算法

采用一种改进的防碰撞算法,以求有效的解决RFID系统通信时存在的碰撞问题.首先对常用的几种二进制防碰撞算法进行分析与比较,在此基础上运用后退原则与记录的碰撞位信息,利用标签的唯一性和分组方法进行识别.经过实验仿真得出结论：新算法查询次数仅为后退式算法的2/7,传输的比特量较常用的二进制算法减少了59％以上.