附有约束条件的整周模糊度解算

载波相位测量的相对精度目前可以达毫米级,其周期性造成了模糊度无法确知,必须对其进行解算。传统的模糊度解算方法精度虽然较高但耗时,无法满足实时动态定位;附有几何约束算法的定位速度虽然较高,但由于基线先验信息的误差导致可靠性不高。提出了一种模糊度的解算方法,通过对基线向量的约束提高模糊度解算速度,该算法即使在先验信息出现一定误差的情况下,依然能较准确地估算模糊度,从而保证模糊度解算结果的可靠性。仿真结果表明：该算法能有效地提高整周模糊度解算效率,并且具有一定的容错力,适合于动态定位。     

基于无迹卡尔曼滤波算法的喷涂机器人末端位姿补偿系统

喷涂建筑机器人在进行建图时无法将地面平整度的信息包含在地图中。当机器人按照所建地图运行时,由于地面信息的缺失,喷涂建筑机器人工作末端的喷涂夹具无法与墙面平行。为补偿喷涂夹具相对于墙面之间的位姿误差,提出一种基于无迹卡尔曼滤波的多传感器融合的喷涂夹具位姿补偿方法：以位移测量传感器测得的数据构建夹具位姿的状态方程,以陀螺仪测得的数据构建夹具位姿测量方程;利用无迹卡尔曼滤波算法获得夹具姿态的最优估计并将其传递给机器人,从而实现对喷涂夹具位姿误差的补偿。搭建实验平台验证了误差补偿系统的可行性。实验结果表明,误差补偿后的喷涂夹具相对于墙面之间的角度误差减小至0.005°。     

大足石刻砂岩模拟裂隙灌浆试验

裂隙渗水是导致世界文化遗产大足石刻文物破坏的一个重要因素。将一种无机环保的改性偏高岭土灌浆材料拟用于大足石刻保护工程,为研究该新型材料的可灌性,进行了室内模拟裂隙灌浆试验。通过石刻砂岩岩板控制裂隙的张开度,着重研究此种材料不同水灰比的浆液在不同灌浆压力、灌浆时间下的灌浆过程及浆体进入裂隙的最小宽度。试验表明浆液能进入的裂隙最小宽度值与水灰比、灌浆压力和灌浆时间均有关;水灰比是控制浆液可灌性的首要因素,而压力的提高并不能显著提高灌浆速度;提高水灰比、灌浆压力及灌浆时间均可改善细小裂隙的灌浆效果。     

双层无线异构网络下行干扰抑制方法研究

针对引入家庭基站技术的双层无线异构网络中存在严重的跨层和同层干扰的问题,提出了一种基于伪随机子信道选择的干扰抑制方案。该方案首先通过干扰随机化抑制跨层干扰,然后利用干扰图计算最大可选择伪随机序列个数抑制同层干扰。通过对比传统干扰抑制方案,验证了该方案能更有效地抑制系统干扰,提高系统吞吐量。     

无线监控系统关键技术与设计原则

本系统利用移动运营商、各行各业已经安装好的监控摄像头,使经过授权的用户利用手机,平板电脑等移动设备对需要的场所进行无线监控,本文阐述了设计无线监控系统的关键技术与设计原则。     

双驱动六点支承平台设计及调平算法

针对传统三点支承平台的欠约束和欠驱动问题,基于运动学原理提出了一种双驱动六点支承平台。该平台在自然状态下具有确定位姿,在输入状态下具有确定运动,由此解决了三点支承平台的欠约束和欠驱动问题。以加速度计作为测量传感元件,提出了一种基于重力加速度方向矢量的两输入调平算法,并利用平台法线矢量运动变换获得了平台的转动角度。该平台调平范围±5°,水平重复精度优于0.001 7°,具有运动确定以及稳定性高的特点,可用于精密仪器及机械的自动调平。最后,指出了调平的二转动自由度姿态控制的运动学本质。     

让人感动的事——记为拉动内需新增国土防护工程建设者

今年年初至3月,笔者作为建设单位驻跨界河流国土防护工程施工标段的代表,先后在黑龙江省抚远县和同江市三个施工标段工作过,在工作过程中和工地的同志们有过较多的接触,耳闻目睹了一些人一些事,深有感触。     

跨界河流国土防护工程建设

2009年1-3月,为了完成扩大内需新增国土防护工程建设任务,在北至漠河、塔河,东至同江、抚远、绥滨的千里边境线上,黑龙江省的水利建设者们摆开了跨界河流国土防护工程建设的战场,在北风呼啸、冰雪覆盖的黑龙江沿岸,活跃着与风雪、寒冷抗争的水利建设者们的身影。     

铝蜂窝“Y”形单元准静态压溃有限元模拟研究

目的基于胶接强度对铝蜂窝吸能特性的重要影响,利用铝蜂窝的最小周期结构——"Y"型单元研究铝蜂窝结构的异面压缩变形过程和能量吸收特性,以了解不同胶黏剂对铝蜂窝吸能性能的影响。方法以Von Mises本构模型来表征胶黏剂的力学性能,建立一种含胶层的"Y"型单元有限元模型,模拟铝蜂窝结构的压溃变形过程,并得到胶层的变形和失效现象。结果不同胶黏剂失效情况不同,与之对应"Y"型单元的平均压缩强度和能量吸能值也有区别。该模型能够有效地模拟铝蜂窝结构的压溃变形过程,并准确预报胶层的变形和失效。通过实验验证所建立的"Y"型单元有限元模型计算精度能够满足实际工程需要。结论通过对"Y"形的单元准静态的压溃有限元模拟,选择了合适的胶黏剂制造铝蜂窝,并为后续包装缓冲件深入研究打下了基础。     

基于CED-YOLOv5s模型的煤矸识别方法研究

由于煤矿井下高噪声、低照度、运动模糊的复杂工况和煤矸易聚集现象,导致煤矸目标检测模型特征提取困难及煤矸分类、定位不准确问题。针对该问题,提出一种基于CED-YOLOv5s模型的煤矸识别方法。首先,在YOLOv5s主干网络中引入坐标注意力(CA)机制,通过将坐标信息嵌入信道关系和长程依赖关系中对特征图进行编码,充分利用通道注意力信息和空间注意力信息,使模型更加关注重要特征,抑制无用信息。其次,在YOLOv5s的检测头部引入EIoU回归损失函数,将目标框与锚框的宽高差异最小化,以增强目标的位置和边界信息,提高模型在密集目标下的定位精度和收敛速度;最后,在YOLOv5s的检测头部引入轻量化解耦头,解耦出单独的特征通道,分别用于分类任务和回归任务,解决了原模型中耦合头部分类任务与回归任务的相互干扰问题,进一步提升了模型的并行运算效率与检测精度。实验结果表明：CED-YOLOv5s模型与其他YOLO系列目标检测模型相比,综合性能最佳,平均检测精度达94.8%,相较于YOLOv5s模型提升了3.1%,检测速度达84.8帧/s,可充分满足煤矿井下煤矸实时检测需求。