基于LuGre模型实现精密伺服转台摩擦参数辨识及补偿

为降低摩擦对光学精密伺服转台速度跟踪精度的影响,提出了基于LuGre模型的转台摩擦参数辨识和补偿方法.首先,分析转台在自由减速过程中的速度过零现象,采用遗传算法拟合减速曲线从而获得转台摩擦参数和转动惯量;然后,通过仿真实验验证辨识方法;最后,利用辨识得到的参数计算摩擦补偿并叠加到转台速度伺服系统.实际实验系统的数据更新...     

办公室空气污染状况以及治理

介绍现代办公室室内的主要污染物及其来源,分析污染物对人身体健康造成的危害,简单阐述办公室空气污染的治理方法。     

早期耶稣会的建筑知识及其传播与内化——以明末利玛窦建筑活动的相关背景为中心

本文着重从早期耶稣会的建筑教育与书籍使用的角度出发,分析其至明末时期在华的建筑活动及其特征。据《北堂藏书》和费赖之所撰写的《在华耶稣会士列传》所罗列的会士名单与建造活动来看,西方古典建筑知识体系得以在华落地生根,不应仅归结于会士的个人艺术创造。建筑体系的在地化,需要依靠完整且具目的性的教学以及相当规模的建筑书籍的使用,两者能在遥远的东方以建造形式支持其宗教活动。本文以明末利玛窦在华建筑活动的开启出发,分析了耶稣会建筑在华传播与内化初始阶段的背景,并对其在肇庆所建的中国第一座耶稣会建筑"仙花寺"进行探讨。     

一种基于DBSCAN随机圆检测的多瓶口定位算法

现有医药灌封生产中的西林瓶瓶口定位方法易受瓶口边缘干扰的影响,导致瓶口圆中心定位不准确。对此,提出一种基于DBSCAN随机圆检测的多瓶口定位算法。首先,通过Canny边缘检测算法得到图像中所有轮廓,采用基于密度的DBSCAN聚类算法分割出感兴趣的瓶口边缘集;接着,针对每个单独的瓶口边缘集,采用最小二乘法和径向扫描获取瓶口的外边缘点,再利用重复随机圆检测得到大量候选圆心集;最后,基于DBSCAN算法聚类得到真实圆心集,以真实圆心集的均值中心作为瓶口中心。与4种典型算法进行对比,实验结果表明,提出的圆定位算法的平均定位误差为0.553 pixels,优于其他算法,且该算法的平均执行速度为1.359 ms。该算法能够满足医药灌封生产线对准确性和实时性的要求。     

一种适用于智能仪表显示模块的软硬件构架

以一款基于单片机的智能仪表为例,设计了其LCD显示模块的软硬件构架:用总线驱动方式连接硬件接口,用模块化方法设计了显控软件。显控软件包含数据模块、硬件接口控制程序和图文显示程序3个子模块,每个子模块内部又进行了细化。着重介绍了显控软件各模块的功能及相互调用关系。实践证明,采用该结构的显控软件能提供较为灵活的显示内容,并且比未采用模块化结构提高了编程效率。对智能仪表的人机接口设计有一定的借鉴意义。     

抑制消减杂交法分离血管内皮细胞中表达的TNFα相关基因

介绍使用快速而高效地分离差别表达基因的新方法———抑制消减杂交法 ,克隆了在TNFα作用后血管内皮细胞中的差异表达cDNA。经反向Northern杂交试验证实。为进一步研究血管内皮细胞中表达的TNFα作用相关基因打下基础。     

基于最小熵的斜视SAR多普勒调频率估计

多普勒调频率是实现高分辨SAR成像的重要参数。机载SAR成像惯用的子孔径相关法(Map Drift,MD)是基于一个点目标回波数据模型提出的,与实际情况严重不符,且不适用于低对比度地域回波的参数估计,有时甚至完全失效。文中提出一种基于图像最小熵准则的多普勒调频率估计算法。该算法不基于任何回波数据模型,采用搜索方式实现最小熵准则解卷积,其突出优点是:鲁棒性强,其聚焦效果不依赖于回波数据,在无明显特征场景下尤为突出。实测数据的成像效果验证了该方法的可行性及有效性。     

基于单片机的光电无接触转速测量仪的设计

利用AT89S52单片机作为微处理器,设计了一种红外线转速测量装置。当电动机转动时,利用槽式光电传感器对其进行光电信号采样:1个二极管发射红外线,1个二极管接收红外线,通过齿盘对光路的间歇遮挡使接收二极管接收到的信号变为光脉冲。单片机对二极管接收到的脉冲计数,从而计算出转速,通过1602液晶显示器显示出结果。试验结果显示设计制作的转速测量仪测量精度较高,能实时显示测量结果。     

折屏开:王欣造园中的物象、视觉与互文

正无疑,王欣是喜欢"折叠"这一母题的。无论是在折合山水的"自然图解"中,还是在"器房录"的微观世界里,王欣试图在自身实践与中国美术学院的日常教学中,构建一整套基于传统文人情怀的建筑学思考方式,将山水、营造与常物联系起来;至于一切是否真为"乌有",或许只是视角的变换和尺度差异的结果而已。在2013年举办的《如画观法——传统中国山水画视野构造之于建筑设计》研讨会上,南京大学赵辰教授便总结道,这是"中国人(文化性)的视知觉问题"。[1]不     

基于超分辨成像算法的群目标识别研究

超分辨成像是一种数据自适应的成像技术,可以应用于ISAR成像的群目标识别中.目前常见的Capon等算法由于最优加权矢量的计算误差,会造成波束形成器的性能急剧下降,然而超分辨成像算法加入二次约束和子空间约束后,成像效果大大提高,并对群目标识别有着很好的效果.由常见的Capon为起点,分析超分辨成像算法的二次约束和子空间约束的优势,分别比对比稳健自适应波束形成的对角加载算法和基于特征空间的波束形成算法,最后通过仿真展示结果.