应用线圈模型的羊毛衫组织搭配与变形模拟

为解决羊毛衫花型设计复杂以及现有CAD 软件只能通过意匠图设计花型,呈现不出实物效果等问题,根据羊毛衫线圈的形态特征建立成圈、集圈、移圈和浮线的线圈结构模型;分析了不同类型线圈组合后的纱线连接方式,提出了组织搭配原则和纱线排列的逻辑关系;结合弹簧质点模型研究了羊毛衫不同线圈相互牵扯所产生的变形,分析质点受力并模拟线圈的变形;利用建立的线圈模型、组织逻辑关系和力学分析模型在VC++ 语言下实现羊毛衫的CAD 基础开发,并通过OpenGL 的渲染使二维模型具有三维仿真效果。这款CAD 可直观地由线圈模型直接设计羊毛衫的花型并进行变形模拟和三维仿真,使设计出的花型更具有实物效果。     

单位四元数在空间后方交会中的应用

传统空间后方交会算法仅能处理小倾角影像,并且对初值有强烈的依赖性,为了克服这些缺陷,本文提出一种基于单位四元数的空间后方交会解算方法。该方法利用单位四元数描述旋转矩阵,通过平差计算得到单位四元数的解析解,从而确定旋转矩阵,最终计算影像的外方位元素。经实验证明,相比较传统方法,本文提出的算法可处理的影像倾角范围有了很大提高,而且具有计算时间短、迭代次数少等优点。     

基于启发式强化学习的动态CRE偏置选择算法

随着通信用户数量的不断增长,低功率基站逐渐出现负载不均衡问题,小区边缘用户受到的干扰逐步增加,从而导致整个小区的通信质量降低。为解决该问题,针对双层异构网络场景,提出一种基于启发函数进行小区范围扩展(CRE)偏置值动态选择的HSARSA(λ)算法。利用启发函数改进强化学习中的SARSA(λ)算法,通过该算法寻找出最优CRE偏置值,以缓解宏基站高热点负载压力并提高网络容量。仿真结果表明,相比SARSA(λ)和Q-Learning算法,HSARSA(λ)算法的边缘用户吞吐量分别提高约7%和12%,系统能效分别提高约11%与13%,系统通信质量得到较大提升。