基于深度运动图和密集轨迹的行为识别算法

为了融合深度图中不易受光照等环境因素影响的深度信息和RGB视频序列中丰富的纹理信息,提出一种基于深度运动图（Depth Motion Maps,DMMs）和密集轨迹的人体行为识别算法。利用卷积神经网络训练DMMs数据并提取高层特征作为行为视频的静态特征表示,使用密集轨迹来描述RGB视频序列的动态运动信息,将行为视频的静态特征和动态特征串联,作为整个视频的行为特征表示并输入到线性支持向量机（Support Vector Machine,SVM）进行识别。实验结果表明,在公开的动作识别库UTD-MHAD和MSR Daily Activity 3D上,该算法能够有效提取深度信息和纹理信息,并取得了较好的识别效果。     

基于混沌优化的非线性预测控制器

针对非线性系统的控制问题,本文将神经网络辨识、混沌优化和预测控制思想有机结合,提出了一种新型非线性预测控制器.该控制器以神经网络作为预测模型,混沌优化算法作为滚动优化策略,避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题.另外在训练神经网络过程中,采用了带混沌机制的自适应学习率的BP算法,以提高神经网络的收敛能力和收敛速度.仿真研究说明了该非线性预测控制器的有效性及实时性.     

非线性压电振动能量采集器的振动特性与实验研究

为了提高线性压电振动能量采集器的输出特性,在线性压电振动能量采集器悬臂梁末端引入Duffing非线性磁力,构造了一种双稳态非线性压电振动能量采集器;综合考虑能量采集器的动态振型与轴向应变分布情况,建立了系统非线性机电耦合集总参数运动控制模型,并利用4阶、5阶Runge-Kutta算法对能量采集器的非线性振动特性进行了数值模拟;利用谐波平衡法计算获得了能量采集器的幅频响应方程,数值分析了激励频率、激励幅值以及磁铁间距等对系统非线性振动特性的影响,发现双稳态运动可以极大地提高能量采集器的频率响应范围和能量采集效率,并且能量采集器在低频、低幅值激励情况下可以产生大幅值周期运动;最后,通过实验对数值计算结果进行了验证.     

电压互感器一次侧熔断器熔断原因分析与处理

通过对一期6 kv公用段0IA段02号柜电压互感器一次侧熔断器频繁熔断现象的观察与原因分析,找出甲路碎煤机开关合跳是02号柜电磁式电压互感器饱和过电压的激发条件,条件满足时出现谐振,引起熔断器问题的出现,最终解决该问题的办法是,在一次侧线圈中性点与地之间安装非线性电阻消谐.     

Adaptive fault tolerant control for a class of input and state constrained MIMO nonlinear systems

In this work, we present a novel adaptive fault tolerant control (FTC) scheme for a class of control input and system state constrained multi‐input multi‐output (MIMO) nonlinear systems with both multiplicative and additive actuator faults. The input constraints can be asymmetric, and the state constraints can be time‐varying. A novel tan‐type time‐varying Barrier Lyapunov Function (BLF) is proposed to deal with the state constraints, and an auxiliary system is designed to analyze the effect of the input constraints. We show that under the proposed adaptive FTC scheme, exponential convergence of the output tracking error into a small neighbourhood of zero is guaranteed, while the constraints on the system state will not be violated during operation. Estimation errors for actuator faults are bounded in the closed loop. An illustrative example on a two degree‐of‐freedom robotic manipulator is presented to demonstrate the effectiveness of the proposed FTC scheme. Copyright © 2015 John Wiley & Sons, Ltd.     

自适应骨骼中心的人体行为识别算法

目的 基于3维骨架的行为识别研究在计算机视觉领域一直是非常活跃的主题,在监控、视频游戏、机器人、人机交互、医疗保健等领域已取得了非常多的成果。现今的行为识别算法大多选择固定关节点作为坐标中心,导致动作识别率较低,为解决动作行为识别中识别精度低的问题,提出一种自适应骨骼中心的人体行为识别的算法。方法 该算法首先从骨骼数据集中获取三维骨架序列,并对其进行预处理,得到动作的原始坐标矩阵;再根据原始坐标矩阵提取特征,依据特征值的变化自适应地选择坐标中心,重新对原始坐标矩阵进行归一化;最后通过动态时间规划方法对动作坐标矩阵进行降噪处理,借助傅里叶时间金字塔表示的方法减少动作坐标矩阵时间错位和噪声问题,再使用支持向量机对动作坐标矩阵进行分类。论文使用国际上通用的数据集UTKinect-Action和MSRAction3D对算法进行验证。结果 结果表明,在UTKinect-Action数据集上,该算法的行为识别率比HO3D J2算法高4.28%,比CRF算法高3.48%。在MSRAction3D数据集上,该算法比HOJ3D算法高9.57%,比Profile HMM算法高2.07%,比Eigenjoints算法高6.17%。结论 本文针对现今行为识别算法的识别率低问题,探究出问题的原因是采用了固定关节坐标中心,提出了自适应骨骼中心的行为识别算法。经仿真验证,该算法能有效提高人体行为识别的精度。     

减速带激励下汽车的非线性振动特性分析

研究了在减速带激励下具有磁流变阻尼器悬架系统汽车的非线性动力学行为.汽车采用七自由度模型,磁流变阻尼器采用Sigmoid模型.根据第二类Lagrange方程建立了汽车振动微分方程,并采用四阶Runge-Kutta法进行了数值仿真.首先以减速带高度为参数对汽车运动进行分岔分析,然后通过时间历程图、相位图、Poincaré截面分析了汽车在不同减速带高度时所呈现的不同运动形式,得到了系统发生混沌运动时减速带的高度范围,并分析了系统经拟周期运动通向混沌运动的途径.研究结果为汽车平顺性控制和安全性设计提供了理论指导.     

非线性方程组求解的一种新方法

针对现有的非线性方程组求解方法不能同时收敛到所有解的问题,提出了一种混合小生境遗传算法的求解新方法.采用确定性拥挤小生境创造出种群的小生境进化环境,克服遗传算法的遗传漂移现象,维持种群的多样性,使算法能同时收敛到多个解;以拟牛顿算法作为遗传算法的局部搜索算子进行精确搜索,进一步提高算法收敛速度和精度.选择了几组典型的多解非线性方程组进行了求解验证,结果表明所设计的混合小生境遗传算法能在解的定义域内同时收敛到所有解,收敛速度快、精度高,是求解非线性方程组全局解的一种有效方法.     

柴油发电机组非线性H2/H∞综合控制器

独立电力系统的稳定性主要取决于柴油发电机组的转速和电压响应特性.柴油发电机组控制系统是一个非线性控制系统,转速和电压相互作用,对二者进行综合控制非常必要.为了分析系统的动态特性,首先建立柴油发电机组的非线性数学模型,然后以此为基础设计非线性H2/H∞综合控制器.将直接反馈线性化和混合H2/H∞控制理论相结合应用于柴油发...     

Iterative Path Integral Approach to Nonlinear Stochastic Optimal Control Under Compound Poisson Noise

Nonlinear stochastic optimal control theory has played an important role in many fields. In this theory, uncertainties of dynamics have usually been represented by Brownian motion, which is Gaussian white noise. However, there are many stochastic phenomena whose probability density has a long tail, which suggests the necessity to study the effect of non‐Gaussianity. This paper employs Lévy processes, which cause outliers with a significantly higher probability than Brownian motion, to describe such uncertainties. In general, the optimal control law is obtained by solving the Hamilton–Jacobi–Bellman equation. This paper shows that the path‐integral approach combined with the policy iteration method is efficiently applicable to solve the Hamilton–Jacobi–Bellman equation in the Lévy problem setting. Finally, numerical simulations illustrate the usefulness of this method.