基于情境学习的射孔仿真培训系统应用研究

由于传统的仿真培训中只能通过鼠标的点击与键盘进行交互,存在着现场感缺乏以及用户体验不足等缺点,针对油田射孔岗位仿真培训中的交互问题,提出了应用情境学习理论结合体感交互技术的仿真培训系统。通过将Unity与体感交互技术结合,学习者可以运用手势与姿势来实现与仿真培训系统的交互操作。结合应用这一技术可以使得学习者能够在更逼真的虚拟学习环境中尽情的体会和学习,满足学习者的体验和参与需求,可以有效促进学习者从具体的感知经验上升到抽象的知识概念,为教学培训的顺利开展创设有利的条件。     

基于信道状态特征的手势动作识别技术研究

手势识别作为人和机器之间重要的交互手段,在日常生活中具有广泛的应用场景。基于无线信号特别是WiFi的手势识别由于其无接触、成本低等优点成为当前热门的方式。为解决传统基于无线信号手势识别算法没有充分利用信号相位特征的缺点,本文提出利用WiFi信道状态信息幅值和相位结合的方式进行手势识别。通过子载波降维和动作曲线提取对接收的WiFi信号进行处理,并将信号的幅值和相位结合,利用机器学习算法对数据进行训练和分类,实现了单手向前、单手向后、单手向左、单手向右、单手向上和单手向下六种手势的识别。实验结果显示,本文算法在近距离和远距离下的精确度分别为96%和92%。     

基于微分方程数值分析的机械臂运动参数挖掘模型

在目前的运动参数挖掘模型中,通常采用差异化运动原理对运动过程进行分析,缺乏实际的公式支持,在进行参数挖掘时影响性能。因此,提出基于微分方程数值分析的机械臂运动参数挖掘模型研究。首先利用微分方程数值分析的方式来对机械臂的运动过程进行模拟,列举出其中的动态特性参数。依据动态特征参数,利用神经元网络对其中的运动参数属性进行特征提取。获得运动特征后,使用贝叶斯原理进行深入的运动参数挖掘。为了验证设计的运动参数模型性能,设计仿真实验,设定模拟机械臂,并使用设计模型与文献[3]、文献[5]、文献[13]中的参数挖掘模型进行运动参数挖掘,并对比性能的优劣性。实验结果证明,设计的运动参数挖掘模型具有较高的运算速度、实时性以及准确率,证明设计的运动参数挖掘模型具有较高的性能,满足设计初衷。     

无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。     

Fast method for SAR echo simulation of a three-dimensional ground scene

Due to huge calculation of SAR echo simulation of a three-dimensional (3D) ground scene, a fast simulation method is proposed. First, the data of a 3D ground scene are fractionally interpolated based on the Fractional Brownian Motion (FBM) model. Second, the data interpolated are divided into lots of small facets whose precision meets the simulation requirement, the backscattering coefficients of the small facets are calculated. Third, the shaded area is judged by the comparison method of overlook angles. Three parallel levels are analyzed and the kernel function is designed. Finally, the computing method of reduction adding and external thread are also utilized under the framework of GPU in order to get high efficiency. With the methods mentioned above, the imaging result of experimental DEM data verifies the validity and superiority of the proposed method.     

基于GNU Radio和USRP的切换天线方向调制物理层安全系统

提出了一种切换天线方向调制物理层安全传输系统,利用天线的切换选择扰乱非期望方向的窃听者进行信息窃密,实现了视距空间的保密通信。基于GNU Radio和USRP软件无线电平台,结合高速射频开关、FPGA控制板、网络收发模块以及阵列天线搭建了实验验证系统。通过测试窃听者位于不同方位角的视频传输质量和信号星座样式验证了该方法的可行性,结果表明与传统阵列天线相比,切换天线方向调制技术能提供更安全的视距通信。     

地震波层析成像探测技术与水平定向钻拉管技术在地下障碍物探测中的应用

顶管施工属于非开挖施工方法,是一种不开挖或者少开挖的管道埋设施工技术,该项技术彻底解决了管道埋设施工中对城市建筑物的破坏和道路交通的堵塞等难题,在稳定土层和环境保护方面凸显其优势。但是,在顶管施工过程中一旦遇到地下障碍物,将导致顶管顶力突然增大,顶管顶进方向偏离设计轴线,严重影响顶管施工的顺利进行。福州市某污水顶管施工需要穿越河道,通过前期资料收集发现,河道两侧可能存在护岸抛石等地下障碍物。为了查明护岸抛石的分布情况,综合应用了地震波层析成像探测技术与水平定向钻拉管技术进行探测,既为后期顶管施工的顺利进行提供了参考依据,又降低了探测成本,提高了探测效率。     

照片数量对SfM动床河工模型地形三维重构的影响研究

SfM是摄影测量领域近年来飞速发展的三维场景重构技术,目前已在地貌勘测、文物勘察、冰川演化、岩石勘探、土壤侵蚀等研究领域开展了大量尝试和应用,而在河工模型方面的应用研究尚处于起步阶段。本文开展了输入照片数量对SfM法动床河工模型地形三维数字高程地形(DEM)重构精度影响研究,采用4个不同视角对河工模型动床冲淤地形进行拍摄,选取不同数量照片作为输入开展SfM法三维地形DEM重构,然后将每组DEM重构结果与传统测针法测量进行对比。结果表明,当照片数量较少时,增加照片数量可改善SfM重构精度,但当照片数量较多时,虽可为SfM提供更多的床面变化图像信息,但同时带来由于特征点成像变化而引起的误匹配现象,反而可能导致SfM重构精度下降。鉴于不同动床模型的模型沙和光照等外部条件不同,实际应用时须针对不同模型的特点进行深入对比和分析,选取合理的照片张数开展SfM法动床冲淤地形测量。     

动作识别中基于深度神经网络和GA合并算法的分类决策方法

针对人体动作识别中传统方法在分类决策方面存在问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法。首先,提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独立网络;再利用DNN对两个独立网络进行初始化,进一步利用GA对两个网络进行合并。然后将网络的偏差和权重表示为每层网络间的一个矩阵;最后,利用DNN对网络的偏差和权重进行训练,并在合并过程中将矩阵中的每一行当作一个染色体。实验采用了标准MNIST数据集对提出算法的性能进行评估。评估结果显示实验过程中的交叉和突变操作增加了神经元节点,提高了识别性能,并且弱化了不相关和相关神经元节点。因此,提出算法的错误率更低,网络性能更优异。     

基于弹性网络模型的蛋白质结构-功能关系

蛋白质结构-功能关系研究是结构生物学领域的热点问题之一,具有重要的理论和实际应用价值.弹性网络模型(elastic network model,ENM)是获取蛋白质结构本身固有动力学性质,进而揭示其生物学功能的有效方法,在蛋白质结构-功能关系研究中得到了广泛应用.简要介绍了ENM的基本原理及其在蛋白质结构-功能关系中的应用,主要包括蛋白质功能性运动分析和关键位点识别等.