不同小白菜品种硝酸盐含量、氮代谢关键酶活性及NRT1表达和亚细胞定位

采用液体培养实验研究了不同硝铵比（c（NO3 － ）∶c（NH4 ＋）分别为50∶50、75∶25和100∶0）对低硝酸盐富 集品种‘香港特选奶白菜’和高硝酸盐富集品种‘揭农四号春白菜’硝酸盐含量、氮代谢关键酶活性的影响,并 探讨了两个品种小白菜硝酸盐转运蛋白基因的表达和亚细胞定位。结果表明：‘香港特选奶白菜’和‘揭农四号春 白菜’在硝铵比100∶0处理中,叶硝酸盐含量分别较硝铵比50∶50处理增加了13.2%和30.4%,叶柄硝酸盐含量增加 了14.3%和4.9%。随着硝铵比的增加,小白菜叶片硝酸还原酶、谷氨酸合成酶活力呈降低趋势,亚硝酸还原酶活力 呈上升趋势,谷氨酸脱氢酶活力呈先增加后降低趋势,且两个小白菜品种之间差异显著。低亲和硝酸盐转运蛋白 （nitrate transporter,NRT）1基因NRT1在两个小白菜品种中均显著表达,且高富集硝酸盐品种“揭农四号春白菜” 的表达量显著高于低富集硝酸盐品种‘香港特选奶白菜’的表达量。NRT1是一个定位于细胞膜上的低亲和NRT。     

基于粒子滤波和交互多模型的移动定位方法

为提高非视距情况下移动辐射源的定位精度,提出一种改进的交互粒子滤波算法.该算法对目标运动多模型和信号到达时间差测量噪声分布多模型联合建模.在交互多模型状态更新中利用粒子滤波对目标时变状态以及视距/非视距混合信道参数进行估计,抑制了非视距测量误差对移动定位的影响.仿真结果表明,改进算法的性能要优于现有的视距条件运动多模型和视距/非视距条件单一运动模型的定位算法,并且定位误差接近于推导的后验克拉美劳下界.     

基于控制变量参数化方法的自由漂浮空间机器人路径规划研究

针对自由漂浮空间机器人传统路径规划方法对基座卫星扰动较大的问题,提出了一种基于控制变量参数化的路径规划方法。该方法将路径规划问题转化成以基座姿态扰动最小为目标函数并满足一系列约束条件的最优控制问题,并采用控制变量参数化方法进行离散化处理,将最优控制问题转化成求解非线性规划问题,并给出了完整的理论收敛性证明,从而准确地估计出自由漂浮空间机器人末端执行器的最优路径。仿真结果表明,与传统的分解加速度方法相比,该方法得到的运动路径所引起的基座卫星姿态扰动为0.104rad,相比传统方法降低了17.53%,验证了所提路径规划方法的有效性与最优性。     

船舶电力推进系统稳定性分析

为获得变频驱动感应电机调速系统低频振荡产生的原因,以实验室一套船舶电力推进系统为例展开研究。建立了基于小扰动的感应电机、变频器及船舶电力推进系统的数学模型,分析了死区时间对系统稳定性的影响。利用根轨迹分析方法,通过解析计算与仿真分析绘制了系统的不稳定区域。讨论了电机定子电阻和漏感变化对系统稳定区域的影响,进行了试验验证,试验结果与解析计算得到的不稳定区域吻合较好,证明所建立的船舶电力推进系统小扰动数学模型以及采用的系统稳定性分析方法是正确可行的。     

一种基于Hash函数的脆弱水印算法

当前空域脆弱水印算法存在安全性不高及不能有效抵抗矢量量化攻击的缺陷。针对该缺陷,提出一种用于数字图像完整性认证及内容篡改证明的脆弱水印算法。算法首先对图像进行8×8分块,利用Logistic混沌映射对图像分块进行置乱编号;再采用Hash函数生成基于图像分块内容和位置信息的水印信号;最后将水印信号嵌入到图像分块像素值的低两位平面。实验结果及理论分析表明,提出的脆弱水印算法在保证安全性的同时,有效地抵抗了矢量量化攻击。     

基于模糊控制-扰动观察法的光伏MPPT跟踪技术

本文提出了基于模糊控制-扰动观察法的光伏MPPT跟踪技术。通过分析光伏电池的工作特性,建立光伏电池输出功率的数学模型,进一步建立了模糊控制-扰动观察法的实施步骤,并搭建了Matlab/Simulink仿真模型,对扰动观察法的光伏MPPT跟踪技术与提出的跟踪技术进行了仿真,并对两种跟踪技术仿真数据进行了对比。仿真表明,所提的方法功率波动范围小,跟踪精度高,能以很快的速度达到最大功率点等优点。     

基于机器人听觉的声源定位策略

针对机器人听觉定位,提出了五个传声器组成的阵列作为机器人的耳朵,其中四个传声器组成的平面阵确定声源空间位置,另外一个传声器辅助完成声源位于机器人前后方的判断,并在改进的时延算法上实现声源的空间定位。系统在室内环境下测试,实验结果证明在混响环境下机器人可以实现空间声源定位,该方法具有实时实现的有效性和应用性。     

双起升桥吊双吊具同步协调控制

针对双起升桥式吊车双吊具同步协调运行过程中普遍存在的系统参数变化和摩擦等不确定扰动问题, 本文基于双吊具的非线性感应电机动态数学模型及其耦合动力学模型, 提出了一种时变分层增量式滑模控制和自适应补偿相结合的双吊具同步协调控制方法. 该方法首先利用时变滑模技术实现了控制器在滑模趋近阶段的鲁棒性控制, 并采用分层增量形式的滑模面设计方法简化了控制器参数选取. 然后, 采用自适应补偿技术抑制了双吊具运行中存在的不确定扰动, 同时减小了切换函数的增益值. 此外, 在切换函数设计中采用了指数趋近技术, 使滑模控制器的抖振现象明显降低. 最后, 利用Lyapunov方法证明了该方法的全局稳定性和收敛性, 并通过数值仿真和物理实验验证了该方法的有效性.     

基于最小扰动BP算法的水下机器人运动控制

针对神经网络学习中学习率起到的重要作用,本文提出一种基于最小扰动的神经网络BP算法,通过建立一个计算动态学习率的算法,在不影响网络学习的情况下,使得网络权值的变化最小,从而提高神经网络的稳定性和收敛的速度,作者运用该神经网络算法设计了水下机器人的运动控制器,实验结果表明,该算法具有良好的学习能力,据此设计的控制器控制效果良好,具有实用价值。     

基于自抗扰控制的永磁同步电动机滑模控制调速系统

为提高永磁同步电动机调速系统的鲁棒性,采用自抗扰控制和滑模变结构控制策略,提出了一种新颖的永磁同步电动机双闭环调速系统.外环速度调节由带扩张状态观测器(ES0)的滑模控制器生成期望的q轴电流,内环电流调节由自抗扰控制器生成d-q旋转坐标系下的两个电压分量ud和uq,削弱了抖动现象,增强了抗扰能力.仿真试验结果表明,系统的速度响应较快,稳态误差小,无超调,能有效地抑制参数变化和负载扰动带来的影响,提高了控制系统动态性能和鲁棒性.