7 1／2位A／D转换器的研制

为满足高精度电压测量的要求，研制了电荷平衡与单斜相结合的多斜式模数转换器。分析了复合运放提高性能的原理，利用两运算放大器设计了高性能复合放大器，以构成理想的积分电路。在对输入电压积分的同时，不断释放标准单位电荷量，以形成模数转换器的电荷平衡过程，并通过计数取得高位读数。断开输入后，连续释放剩余电荷以形成单斜过程，并取得低位读数。通过高低位读数的合成及采用合理的校正措施，模数转换器的分辨率达到七位半以上。     

化工类制图课程内容整合与考核改革探讨

结合化工类专业的特点,对工程制图基础知识进行整合,同时增加化工专业图纸的教学,并在计算机绘图部分增加对三维制图的介绍,整合以后的内容体系更加适合化工类专业的教与学。课程考核改革改变了以往试卷考核的单一模式,建立了阶段测试"打基础",过程考核"画好图",期末考核"读懂图"这一综合考核评价体系,使学生在掌握工程制图基础知识的同时对专业图纸有了更深层次的了解。通过几个学期的改革实践表明,学生绘图、读图、计算机制图的能力都有了明显的提高。     

影响图的扩展综述

影响图是单决策人基于不确定信息表示和求解复杂决策问题的图模型,已成为一种流行的标准建模工具。由于决策环境纷繁复杂,决策问题多种多样,没有任何一种建模工具能够普遍适用于各种决策问题。为了表示复杂决策问题,增强影响图的表达能力,研究者对影响图进行了多种扩展。从建模无限制决策问题、非对称决策问题、涉及连续变量的决策问题、涉及非精确变量的决策问题及多Agent决策问题等方面对影响图的扩展进行了较为全面的回顾与分析,指出了有关影响图的进一步研究方向。关键词:决策;影响图;无限制决策;非对称决策;多Agent决策     

传感器最新研究动态与对策

介绍了的近几年国内外传感器研究领域的最新动态,技术焦点以及实际应用情况,提出了开发我国具有自主知识产权传感器的新思路。     

用于混沌信噪分离的Neymark分解法的适用性研究

从几何投影的角度阐述了Neymark分解的空间物理意义．并用能量分布的观点解释了该方法实现噪声抑制的内在机理，然后通过几个典型的混沌信号在不同类型的噪声背景下的处理结果，说明了Neymark分解法在实现混沌信号与噪声分离时的局限性．指出了该方法的噪声抑制效果与目标信号和背景噪声在嵌入相空间中能量分布状况之间的关系，最后在此基础上总结出了空间投影类方法实现信噪分离的适用范围，从而为今后选择合适的混沌信号处理方法提供了依据。     

力觉临场感系统中环境模型的研究

本文首先介绍了力觉临场感系统的概念及其构成，然后针对其中环境的非线性特性，提出了一种新型的基于对角递归神经网络的环境模型建立方法，并在此基础上提出了实际作业时针对通讯时延和未知环境应采用的操作策略．文中给出的实验结果表明了该方法的有效性．     

遥控作业器基于主动时延神经网络的感知和控制

遥控作业器是实现未知或危险环境中作业的有力手段．由于遥控机械手大多工作在不确定的环境中，操作者难以预先知道环境目标的动力学特性，在机械手和环境发生力的交互过程中，需要考虑机械手和环境碰撞时的强非线性对控制回路的影响，因此对机械手和环境碰撞的实时感知和识别是非常重要的．本文利用接近觉传感器测量机械手顶端与环境物体的距离，提出了基于主动时延神经网络的遥控作业器的感知和控制方法．仿真实验表明了该方法的有效性和对接近觉传感器量程的要求     

基于遗传神经网络的传感器系统的非线性校正

针对最小二乘等传统方法的不足，提出了解决传感器系统非线性校正问题的遗传神经网络算法。计算机仿真表明，采用这里所提出的观点和方法，其拟合精度远高于传统上应用最为广泛的最小二乘法，并且具有较强的鲁棒性。而且，从所做的研究显示，该方法还可用于其它类似系统的非线性校正。     

基于遗传神经网络的机器人腕力传感器动态建模与补偿方法

介绍用于MotomamV3X机器人上的新型多维腕力传感器,比较遗传算法与人工神经网络的特点,将遗传算法的交叉和变异操作进行改进,提出一种融合改进遗传算法(Genetic algorithm, GA)的函数连接型人工神经网络(Functional link artificial neural network, FLANN),并将其用于所介绍的新型机器人腕力传感器动态建模与动态性能补偿中。介绍动态建模与动态补偿原理及改进遗传神经网络算法,给出该传感器的动态模型和动态补偿模型。该方法利用腕力传感器的动态标定数据,采用改进遗传神经网络搜索和优化模型参数,保留了遗传算法的全局搜索能力和FLANN结构简单,鲁棒性好,且具备自学习能力的特点,克服了FLANN容易陷入局部极小的缺陷,具有快的网络训练速度及高的动态建模精度。理论分析和试验结果都证实了所提出的动态建模与动态补偿方法的有效性。