基于最近统计距离的多传感器一致性数据融合

为了剔除多传感器测量数据中的疏失误差,一致性数据融合方法得到广泛研究。在已有方法的基础上,定义了一种新的用于衡量传感器测量数据之间支持程度的统计距离,并在此统计距离的基础上,提出了一种基于最近统计距离的多传感器一致性数据融合新方法。数值仿真实验的结果表明,和已有方法相比,新定义的统计距离更能合理地反映传感器测量数据之间的支持程度,同时,整个融合过程的计算复杂度和计算量明显降低。     

基于触须传感器的距离测量研究

提出了一种运用触须传感器进行距离测量的新方法。将触须看作一弹性梁,根据经典材料力学建立其力学模型,推导出测量接触距离的理论公式。触须通过移动或绕其根部转动来触碰物体,记录根部的位移或转角以及离根部一定距离处的偏移量,再根据所推导的公式,就可以算出触须根部到接触点之间的距离。最后运用ANSYS/LS-DYNA进行触须触碰物体仿真实验,验证该方法的可行性和有效性。     

基于车载传感器的超车安全距离模型的研究

通过对超车过程的分析,结合车载传感器的现有应用,建立了符合超车辅助判断需要的超车安全距离计算模型,为超车防撞辅助判断系统的建立打下基础。     

基于MAC算法的法兰螺纹连接结构传感器优化布置

传感器布置问题对机械结构的故障诊断和状态识别过程有重要意义。利用模态置信度(MAC)算法解决法兰螺纹连接结构故障检测中传感器优化布置问题。首先建立法兰螺纹连接结构的有限元模型,并对其进行模态分析。充分考虑模态分析结果和法兰结构实验的目的,初步选取传感器布置点用以候选。从侯选测点中选择满足MAC矩阵非对角元素最小的测点,添加到初始测点中,不断循环直至达到要求,实现了法兰结构传感器的优化与定位。为振动状态中螺纹连接结构的状态识别提供合理的传感器布置方式。     

基于ADAMS并联腕力传感器的标定

腕力传感器是一类重要的机器人传感器,对传感器进行标定是传感器设计过程中的重要一步。文中利用ADAMS虚拟样机技术,对并联腕力传感器进行标定,通过不同的力的加载,得出多组标定数据,然后求解得出所设计的传感器的力标定矩阵。为传感器在实际标定实验过程中提供理论和参考依据。     

基于一致性哈希环多主节点的改进实用拜占庭容错算法

联盟链技术作为一种建立供需双方的可信交易的工具,促进了云制造平台的发展。实用拜占庭容错(PBFT)共识算法是联盟链最受欢迎的共识协议,得到了广泛的研究和应用,但是还存在节点较多导致PBFT算法扩展性较差、重播攻击降低了共识算法的性能、网络结构静态难以维持高效的运行状态3个问题。为此,提出一种改进的实用拜占庭容错(IPBFT)算法。首先,通过优化主节点的选取方式将单个主节点扩展为多个主节点,使得多个主节点在一致性哈希环的桶中实现数据均匀分布和任务均匀调度;然后,通过多线程并行执行共识算法以最大程度地减少时延并提高算法的吞吐量,从而提高了算法的可扩展性;其次,在重播攻击算法中通过定期旋转桶来分配正确的主节点,然后通过分配的主节点来接收客户端的请求,以防止客户端的重播攻击;最后,设计了一套节点移除机制来加入可靠的节点或者移除拜占庭节点,减少视图切换操作,从而使系统维持较高的运行状态。实验结果表明,IPBFT明显优于PBFT共识算法,很好地解决了以上3个问题。     

桥式起重机结构状态监测的传感器优化布置方案

使用传感器准确、及时的获得起重机结构的健康状态信息,提早预知发展状况,是保证起重机安全运行的前提,对结构庞大的起重机实现特征信息的采集需要优化选择布置点。研究以服役中的桥式起重机实现结构状态监测的传感器的最佳布点为课题,采用有效独立法和MAC优化理论以及有限元软件等,提出了量化比较不同测点方案MAC值的方法,最终实现了给定测点数下的最优布置方案。     

基于改进Jousselme证据距离的多传感器决策融合方法

多传感器系统通常能够获取各种不同的量测数据,但是其信息的准确性和可靠性往往难以被保证,使用这些数据所做出的决策很有可能与事实相悖。鉴于此,在D-S证据理论框架内提出了一种基于改进Jousselme证据距离的多传感器决策融合方法。通过对相似性Jaccard系数矩阵分块化处理,以合理准确地描述传感器节点证据冲突,并借此计算各传感器节点的权值来修正证据源,最终通过D-S融合规则得到正确决策。数值实验结果显示提出方法的识别率最高可达92.52%,相比Muphy法高出了17.28%,而不确定度却降低了2个数量级,不但能够快速准确地识别传感器节点证据冲突,而且决策风险更小,因此适用范围更广。     

基于多传感器的智能垃圾桶

针对生活中经常出现的垃圾桶中垃圾溢出问题,基于多传感器设计了一种智能垃圾桶.介绍了这一智能垃圾桶的结构,分析了工作原理.这一智能垃圾桶可以在垃圾将要满前发出预警,提醒工作人员及时清理,起到保护环境的作用.     

基于改进型可信度理论的凝汽器故障诊断模型研究

针对凝汽器故障及征兆间存在着的模糊关系及现有凝汽器故障诊断模型存在的不足,研究并设计了一个基于可信度理论的故障诊断模型,将可信度推理处理不确定关系的优点应用于凝汽器故障诊断之中。通过对征兆的表达、不确定算法的构建、可信度传递等问题的描述探讨,提出了更为合理的征兆表达方式及转换数学方程,为征兆的准确获取提供了依据;同时改进了规则可信度的设定方法,使可信度推理更接近于人类专家思维。实例证明,该模型能很好地适应凝汽器故障诊断的需要。     

基于距离矩阵的星图运动目标检测

为了克服传统星图空间运动目标检测方法对星图帧间图像亮度、帧间配准以及成像模式等具有敏感度较高的缺点,利用星点间拓扑结构稳定的特性,提出了基于距离矩阵的星图运动目标检测方法。该方法首先对各帧星图独立检测目标,然后构建星点的距离矩阵,并与相邻帧星图的距离矩阵作减法,则得到运动目标对应的距离变化较大的一些列(行),利用这个性质完成运动目标的检测。由于距离矩阵与星图成像条件无关,只受运动目标的影响,因此该方法对星图帧间图像亮度、观测平台抖动、帧间失配以及成像模式等具有鲁棒性。仿真试验和真实数据试验表明,该方法在帧间失配等情况下,仍然能够从背景恒星中有效地识别空间运动目标。与传统方法比较,本文方法具有更低的虚警率。     

基于改进模态柔度曲率差的结构损伤识别方法

针对柔度曲率差指标识别模糊和错误定位的问题,将灰色系统理论与柔度矩阵相结合,提出灰并联模态柔度曲率差指标,并提出损伤程度的判定方法,提高了指标对损伤的敏感性。采用变化柔度矩阵降低了噪声对损伤识别结果的影响。在一个直管结构上进行损伤识别应用,通过与柔度曲率差指标的数值模拟对比分析和实验验证,表明该指标在直管损伤识别中具有一定的有效性。     

一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法

乳腺钼靶摄影(mammography)是目前诊断乳腺癌的一种重要手段,肿块是钼靶图像中表征乳腺病变的主要病灶之一.文中提出了一种基于改进型Multi-Agent (MA)多分类器融合算法,用来对乳腺肿块的良恶性进行分类.它在经典MA算法思想的基础上,对各单分类器的分类效果、识别性能有所差别的情况进行针对性修正;同时在统计训练数据时,不再依靠分类结果的标签,而是用统计分类结果的置信度来代替;而当算法的迭代训练超过一定次数仍未能趋向稳定时,采用概率加权平均代替原来的简单平均进行整体决策,并用整体溯源情况调整决策结果,从而帮助算法收敛.此方法在公共数据库DDSM上做了测试,实验结果表明,在单视角下,改进型MA融合算法的分类精度达到了95.63％,优于经典的MA融合算法,其稳定性也较大多数单分类器以及多分类器融合算法要好;在双视角下,改进型MA融合算法的分类精度达到了97.79％,相较其他分类方式也具有一定的优势.     

基于可信度理论的火电厂水汽化学过程故障诊断模型研究

针对火电厂水汽化学过程中广泛存在着的不确定关系,该文研究并设计了一个基于可信度理论的故障诊断模型。在模型中对知识的表达、推理控制机制的选择、不确定算法的构建等问题做了详细的描述;并改进了规则可信度的设定方法,使该可信度推理更接近于人类专家思维。     

基于外差检测原理的绝对测距性能理论研究

基于双光学频率梳外差原理测距将长模糊距离、高精度和高更新率3个关键测距特性完美结合,使测量性能能够满足航空航天、科学研究和工业生产等众多领域的需求。然而所使用的双光学频率梳的脉冲时域宽度、重复频率及相对差值、脉冲的固有时间抖动等特性都将会影响测距的性能。对基于双光学频率梳外差原理测距进行了全面的理论分析,并数值模拟了数据脉冲宽度、双光学频率梳重复频率差、啁啾参量、定时噪声、脉冲类型等各因素对测距性能的影响。模拟结果在数值上验证了奈奎斯特采样定律对测距精度的显著影响,表明实验中数据脉冲宽度和重频差的选择应严格满足奈奎斯特采样定律;当飞秒脉冲序列存在一定的时间抖动时,重频差越小,测距性能越差;而脉冲的啁啾特性可转化为脉冲宽度的影响,随着啁啾的增大脉冲宽度被压窄,奈奎斯特采样频率对应的重频差临界值也会变小。通过上述数值分析,为研究人员在特定实验条件下优化测距性能提供了重要指导。     

基于区间牛顿法的点到参数曲线最小距离的计算方法

求解点到参数曲线的最小距离常常用一般的搜索算法。针对搜索算法的稳定性和有效性通常不高的问题,基于参数曲线的几何特性,将求最小距离转化为方程求解问题,应用了区间牛顿法来求解方程。研究结果表明,区间牛顿法是一个全局收敛的方程求根算法,具有较高的稳定性。     

基于改进遗传算法的柔性作业车间调度

针对柔性作业车间调度问题(FJSP)的特点和发展现状,提出一种基于基本遗传算法的改进算法。构建了一种新的染色体表达方案,将染色体分为工序染色体部分和机床染色体部分。通过加权处理设计了适应度函数,将多目标优化问题转变为线性优化问题。针对改进的染色体表达方案,重新设计了种群初始化算法,采用复制、交叉,以及变异操作策略优化调度方案。通过实例验证了该算法对FJSP的优化过程,试验结果表明了该算法的可行性和有效性。     

基于最小二乘法的椭圆拟合改进算法研究

为了提高数字图像中椭圆检测的不确定度和拟合精度,在最小二乘椭圆拟合算法的基础上进行了改进。该文对所有样本点进行编号并作归一化处理,通过归一化处理来提高算法的稳定性和鲁棒性。结合随机原理的思想,随机选取6点进行椭圆拟合,所选取的6个点中任意两点之间的距离大于一定的阈值,计算与拟合出与椭圆相匹配的所有样本点。重复该过程一定的次数,匹配样本点个数最多的椭圆即为最优的椭圆。对拟合出的椭圆所用的6个样本点进行坐标反归一化处理,计算出最终的椭圆参数。通过对给定图形进行拟合,验证了该改进算法有效性,与原算法相比,检测的不确定度和拟合精度得到了提高。