Underwater Localization for Multiple AUVs Based on Bearing and Range Measurements

A novel underwater localization algorithm for autonomous underwater vehicle （AUVs） is proposed. Taking aim at the high cost of the traditional ＂leader-follower＂ positioning, a ＂parallel＂ model is adopted to describe the localization problem. Under an unknown-but-bounded assumption for sensor noise, bearing and range measurements can be modeled as linear constraints on the configuration space of the AUVs. Merged these constraints, a convex polyhedron representing the set of all configurations consistent with the sensor measurements can be induced. Estimates for the,uncertainty in the position of a single AUV or the relative positions of two or more AUVs can then be obtained by projecting this polyhedron into appropriate subspaces of the configuration space. The localization uncertain region for each AUV can be recovered by an approximation algorithm to realize underwater localization for multiple AUVs. The deduced theoretically and the simulated results show that it is an economical and practical localization method for the AUV swarm.     

一种基于高阶曲面拟合的图像边缘检测方法

提出一种基于高阶曲面拟合的边缘检测方法,首先对图像进行自适应Wiener滤波,然后用一个邻域内的像素点来拟合一个高阶曲面,由此计算该点的梯度值,再依据梯度方向对梯度值进行抑制,最后依据统计特性选取阈值,得到边缘图像.仿真实验表明,该方法计算梯度准确,定位精度较其他方法更高,适合各种类型的边缘.     

几种用于非线性函数逼近的神经网络方法研究

采用一个较小的学习率,在都满足相同误差指标的情况下,通过应用几种比较有代表性的BP网络,RBF网络和Elman网络逼近一非线性函数,得出各种不同的网络结构和训练算法对逼近结果的影响。L-M算法训练所需时间少,逼近精度较高。弹性BP算法的前向网络能消除梯度幅度的不利影响。变梯度SCG算法不需在迭代中进行线性搜索,从而避免搜索方向计算的耗时问题。径向基函数网络对于输入信号具有很好的局部逼近能力,对反馈型Elman网络而言,虽然其逼近效果也能满足误差指标的要求,但其训练所需的步数和时间却很长。     

用微型剪切试验研究WDL610焊接接头性能

采用微型剪切的试验方法对WDL610钢焊接接头进行了研究,绘制出强度梯度曲线和塑性梯度曲线,直观地显示出接头各个狭窄区域的性能和变化规律.尤其是调质钢焊接接头的软化区,其性能值和宽度严重影响接头的承载能力.     

基于CMAC网络强化学习的电梯群控调度

电梯群控调度是一类开放、动态、复杂系统的多目标优化问题.目前应用于群控电梯调度的算法主要有分区算法、基于搜索的算法、基于规则的算法和其他一些自适应的学习算法.但已有方法在顾客平均等待时间等目标上并不能够达到较好的优化性能.本文采用强化学习技术应用到电梯群控调度系统中,使用CMAC神经网络函数估计模块逼近强化学习的值函数,通过Q-学习算法来优化值函数,从而获得优化的电梯群控调度策略.通过仿真实验表明在下行高峰模式下,本文所提出的基于CMAC网络强化学习的群控电梯调度算法,能够有效地减少平均等待时间,提高电梯运行效率.     

利用激光局部硬化效应提高2B06铝合金板材拉深成形性研究

针对2B06铝合金复杂零件成形困难问题,提出了利用激光热处理局部硬化提高板材成形性的思路。在通过激光热处理试验研究了铝合金板的激光硬化效应的基础上,采用数值模拟计算了铝合金板激光热处理过程中激光光斑路径和其周边热影响区域的峰值温度场,并通过实际测温验证了其准确性。提出并构建了耦合性能梯度的差性坯料模型,对激光局部硬化的杯形件拉深成形性进行了模拟和试验研究。结果表明,激光扫描方式可以形成稳定的梯度温度场并对周边非加热区影响较小,且可以通过多道次扫描方式设计不同宽度范围的大梯度差性板材坯料。力学性能试验表明激光热处理可以有效地提高铝合金的局部加工硬化能力,这种效应可以有效抑制杯形件拉深时圆角大变形区的减薄,从而提升了板材的拉深性能。在上述基础上,将激光局部热处理用于2B06铝合金航空复杂口框零件的成形,通过设计激光处理路径和参数,获得合理的局部硬化区域,可有效地避免在加强筋处出现过度减薄导致的破裂,大大提高复杂零件的成形性。     

基于激光直接制造技术的材料研究

激光直接制造技术是一项从微观组织-宏观性能-零件性能全过程控制的技术,其中材料研究是重要技术特色之一.本文综述了激光直接制造技术材料研究的4个层次：从常用合金粉末到高性能复杂金属零件的实现、梯度材料的制备与梯度复杂零件的激光直接制造、特种材料的直接合成与特种材料复杂零件的激光直接制造和多元合金体系的研究.     

基于广义最小二乘法的系统模型辨识及应用

为了给控制系统设计提供一个有力的依据,提出了一种基于广义最小二乘法的模型参数辨识方法.首先,由CVI结合PCL-1800高速数据采集卡对被辨识对象输出进行数据采集,获得大量实用的观测数据,在完成数据截取、滤波、归一化等预处理后,对预处理后的数据按照广义最小二乘法进行模型辨识--先引入一个白化滤波器,把相关噪声转换为白噪声,基于对观测数据先进行一次滤波处理,然后利用普通最小二乘法对滤波后的数据进行辨识.为了证明该方法的有效性,采用该文方法对某系统的直流力矩电机进行建模研究,实际结果表明该方法辨识精度高,应用性强.     

近似弧长参数化Bézier曲线的最佳逼近

考虑近似弧长参数化Bézier曲线的逼近问题。当获得Bézier曲线的一个近似弧长参数化[1]之后,这种参数化只能达到C0-连续性。为了增加其参数连续性,利用其带有端点约束的关于L2-模的最佳逼近以得到具有C2-连续性的Bézier样条曲线。实验证明,这种逼近的效果是十分理想的。     

覆盖近似空间的约简理论

覆盖近似空间是对Pawlak的近似空间的一种扩展,Bonikowski研究了覆盖近似空间下的Rough近似及其性质,William提出了覆盖近似空间下的绝对约简,该约简能够在保持近似空间的知识不减的情况下简化近似空间。定义了覆盖近似空间下的相对约简,该约简旨在得到支持度最大的分类知识,并且发现在约简前后覆盖近似空间的分类能力保持不变。基于此提出了覆盖近似空间的知识约简框图及算法,该算法能够去除近似空间中的绝对冗余知识和相对冗余知识。