新型仿生六足机器人导航系统的建模与仿真

针对新型仿生六足机器人工作任务和作业环境的要求,设计了一种基于INS-GPS器件的专用组合式导航系统。该导航系统采用集中开环式组合方式,以INS和GPS器件输出的导航数据差作为滤波器的输入值,运用经典卡尔曼滤波理论对该导航系统进行了实时修正,并根据仿生六足机器人运动特性和测量任务的要求,建立了该导航系统的位置、速度组合测量方程,并运用MATLAB软件进行了仿真,仿真结果表明:采用该组合式导航系统可大大提高仿生六足机器人的导航精度,为仿生六足机器人实现智能化、实时化控制奠定了基础。     

C代码API一致性检验中的等值分析

在实际中对C代码进行API一致性检验的过程中发现,API(application programming interface)规范大都涉及以数值为论域的时序性质,与在静态分析过程中所能获取的以变量符号为占位符的独立语义之间存在分析上的缺口.在仔细考察C代码变量符号间等值关系的基础上,给出基于值等价类空间的等值分析方法.这种流相关的分析方法不仅可以在API一致性检验的过程中维护变量符号域和数值域之间的对应关系,而且由于能够屏蔽等值关系以外的其他信息,还可以为后继分析的优化提供有力的支持.     

克服恋食行为的PSO算法改进研究

基本粒子群优化算法(PSO)存在易陷入局部极值的缺点.为此,研究鸟群迁徙觅食中的行为习惯,以加强PSO的鸟群社会模型和对鸟群行为的模拟.在所提出的改进算法中,历史飞行速度在实际觅食中不作为判断因子,只有发生位置重复时粒子才发生变异或摄动,以此增强粒子群优化算法跳出局部最优解的能力.实验结果表明,新算法的全局搜索能力有了显著提高.     

Internet宏观拓扑的协议映射与分析

从协议角度,利用拓扑学和图论方法研究了Internet宏观拓扑的网络性能和形成机理。在给定Internet宏观拓扑的图论定义后,通过找到一个协议通信模式到Internet宏观拓扑的可行映射条件,进而分析了Internet宏观拓扑的连通度和平均拓扑距离。结果表明Internet宏观拓扑的形成机理源于协议的无限空间换取有限时间效应的设计原理,使得Internet可以实现实时通信,即在满足网络可靠性的同时,又保证网络的有效性。     

基于蚁群算法的电梯群控调度优化策略研究

为了研究多台电梯的群控调度问题,并根据现有电梯调度策略的不足,建立以服务间和运行能耗为优化目标函数的调度模型,提出将电梯群控调度问题转化为离散组合优化问题,并利用蚁群优化算法求解。算法在接受众多乘客的随机请求下,能根据各电梯的运行现状,将不同层的乘客请求组合分配到相应电梯进行服务的最优调度方案,优化了群控电梯的运行模式,仿真实验证明算法能大幅度减少乘客的平均侯梯时间及缩短运行路径,证明了算法的有效性。     

基于C8051F310的电力机车电机无线监测系统

本文利用C8051F310单片机、RF收发模块和单总线温度传感器设计了一个服务于电力机车的电机状态监测系统。系统利用单片机片内AD器件和单总线温度传感器来完成电机参数的数据采集。数据暂时存放在片内开辟的缓冲区,之后通过SPI接口发送给RF收发模块并发射至接收端,接收端通过一块相同的RF模块接收数据并通过串口将数据传至上位机进行后端处理。     

高精度标准单晶硅球直径测量系统的研究

为建立我国高准确度固体密度基准和质量自然基准,对高精度标准单晶硅球直径测量系统进行了研究.论述了平面波前激光干涉法测量直径的原理和方法,分析了相移扫描、温度测量控制、以及硅球体积计算等系统的关键组成部分,并给出了各部分的实验结果.理论分析和实验结果表明,整个直径测量系统目前的不确定度为3 nm.     

面向机载惯性稳定云台的微姿态参考系统的研究

基于MEMS传感器设计了面向机载惯性稳定云台的微姿态参考系统.首先,对磁力计受到的环境干扰磁场的影响进行了信号补偿;然后,在分析角速度陀螺、加速度计和磁力计等传感器特点的基础上,提出一种新的卡尔曼滤波算法模型;最后,通过性能测试,验证了微姿态参考模型具有较好的静态和动态性能,完全满足机载惯性稳定云台的需求.     

无线传感器网络CSMA博弈优化算法研究

提出了一种通用的数学模型GO/CSMA(Game Optimization CSMA),用于优化CSMA退避机制.GO/CSMA以节点发包概率τ为优化变量,建立n人非合作混合策略博弈模型.以吞吐量和成功发包概率作为博弈效用函数为例,独立进行两个回合博弈,博弈的结果经过多约束单目标规划优化后得到折衷的τ~*,并据此设计出最小竞争窗口CWmin.仿真结果表明GO/CSMA显著提高了MAC层的传输效率.GO/CSMA可进一步扩展为对网络的其它多个性能(时延、丢包率、能耗、公平性)进行折衷的博弈优化.     

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架.提出了基于均值漂移和联合粒子滤波的移动节点定位算法.它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目.该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰.仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%.