基于老年群体的健身器材交互设计研究

当今社会,人口老龄化已经成为全世界共同的社会问题,中国也在逐步迈入老龄化社会行列,然而现代信息社会正向年轻化发展。两者的矛盾不言而喻,这让老年人与现代社会脱节越来越严重。文章以老年人健身器材为研究对象,在了解老年人特点的基础上,分析老年人交互式产品的设计原则,总结老年人健身器材设计现状,并提出老年人健身器材交互设计的方法,希望对解决当今社会老龄化问题有一定的推动作用。     

基于多模型半参数非线性回归模型的外弹道节省参数估计

双星定位系统的应用是外弹道估计中的一种发展趋势。文章给出基于双星、光雷的联合测量模型,建立基于半参数回归的外弹道节省参数估计模型;给出基于半参数回归的外弹道节省参数估计算法及计算步骤,并从理论上分析了基于半参数回归的外弹道节省参数估计算法能有效地消除非线性因素对参数估计性能的影响,其估计精度优于经典的节省参数建模方法,并通过仿真得到：该算法确实有效。     

图像复原中的模糊参数估计

图像复原技术在航空拍摄和机器视觉中是提高图像质量的重要手段.针对有相对运动情况的图像存在的降质模糊,分析了运动模糊的数学原理,针对不同运动模糊采取了不同去模糊方式.即先判断图像存在的运动模糊方式,针对直线运动通过Hough变换法和误差参数法相结合的方法估计降质参数,而对于旋转运动则采用曲线拟合和极坐标转换相结合的方法来估计降质参数.通过维纳滤波方法复原图像,提高图像质量.利用提出的自适应方法对直线运动模糊(参数为(30,70°))和旋转运动模糊(参数为(128,128),20°)分别作了实验计算.对比实验表明,这种由粗及精的方法能准确估计模糊参数,与传统处理方法相比,更加便捷有效.     

基于细菌觅食机理改进粒子群算法的研究

粒子群算法与细菌觅食算法在优化问题中均体现了较好的性能,但由于各自特定的进化机制,也都存在缺点。粒子群优化（PSO）算法在优化过程中过快陷入局部极值,为了避免这个缺陷,提出了一种新的混合算法。通过PSO算法完成整个空间的全局搜索,通过细菌觅食算法（BFOA）中的趋向性运动算子完成局部搜索的功能,再通过典型函数进行测试,结果表明新算法可以有效弥补细菌觅食算法速度不快和粒子群算法精度不高的缺陷,同时部分地避免了局部收敛的问题,从而适用于解决复杂函数的优化问题。     

基于FPGA的高速数据采集系统的设计与实现

为了解决高速数据采集过程中的数据量大、实时性、传输速率等问题,提出了一种基于FPGA的高速数据采集系统的实现方案.该方案以FPGA作为主控芯片,实现模拟信号通道的可控、A/D转换控制、DDRⅡ SDRAM数据缓存、PCI总线数据的传输四个主要功能,系统采用Verilog HDL语言,通过Quartus Ⅱ6.0软件编程来实现IP核的控制,从而实现多个ADC08B200芯片进行数据采集,通过DDRⅡ SDRAM进行数据缓存,将数据通过PCI总线传输到PC机.系统经过PC机的测试软件,能够很好地完成高速数据采集系统的任务要求.     

面向软件动态演化的需求建模及其模型规范化

针对目前需求工程阶段对软件动态演化考虑不足的现状,在分析软件动态演化面临的挑战的基础上,设计了面向动态演化的需求元模型(dynamic-evolution-orientedrequi rements meta-model,DERM)。该元模型以特征为基本部件,按特征组合的方式建立需求模型,需求模型由行为特征和属性特征组成。行为特征被区分为计算行为特征和交互行为特征,以实现计算和交互的相对隔离;属性特征通过其作用域,指定其在行为特征模型中的作用范围,从而将行为特征模型和属性特征模型统一为需求模型。在此基础上,讨论了需求模型的参照完整性、依赖一致性和互斥一致性,并进一步把需求模型规范化为需求模型第一范式到第三范式,需求模型规范化的过程提供了一种保证需求模型一致性的方法。最后通过案例研究,表明了该方法的可行性及其对软件动态演化的有效支持。     

西门子自动化实验室的建立及应用

介绍以西门子S7-300/200PLC、WINCC6.0、MM440变频器、6SE70系列变频器等产品为基础建立的莱钢新区炼钢厂西门子自动化实验室。     

Compressive sensing SAR range compression with chirp scaling principle

Compressive sensing(CS) techniques offer a framework for the detection and allocation of sparse signal with a reduced number of measurements.This paper proposes a novel SAR range compression,namely compressive sensing with chirp scaling(CS-CS),achieving the same range resolution as conventional SAR approach,while using fewer range samplings.In order to realize accurate range cell migration correction(RCMC),chirp scaling principle is used to construct reference matrix for compressive sensing recovery.Additionally,error diagrams are designed for measurement of the performance of CS-CS,and some experiments of using real data are performed to deal with the errors caused by three conditions:SNR,sparsity and sampling.