基于任务流的中医按摩机器人任务流程研究与设计

中医按摩机器人是为解决老年人退行性疾病和慢性疾病,而研制的一款助老、扶老的机器人,它集成了视觉定位、力位控制、精密机构等多领域的前沿技术,是一套复杂的研究系统。由于按摩机器人涉及的领域较多,使得各个技术环节和繁杂任务间的配合成为产品能否达到预期设计要求的重要问题之一。本文采用工作流的方法分析和研究了中医按摩机器人在应用过程中的任务流程,表达了任务流程之间的联系和先后关系,建立优化过程模型,最终提高流程的效率并设计人机交互界面。     

一种基于身份的群签名方案*

群签名使得群中任何一个成员均可以代表该群进行签名,而不会暴露签名者的身份.当争议发生时,签名者的身份可以通过群管理员公开.基于身份的签名与群签名有许多相似性,给出了一个由基于身份的签名转换而来的群签名,并给出了它在电子选举中的应用实例.     

高温浓硫酸液下泵的故障分析及处理

安徽铜都铜业股份有限公司金昌冶炼厂新建 300 kt／a铜冶炼烟气制酸装置干燥塔入口烟气温度(30±2)℃,烟气ψ(SO_2)9％±1％。干燥塔循环槽采用2台单级单吸离心立式悬臂液下泵,型号为LSB780-30B,一开一备。吸收塔循环槽液下泵型号也为LSB780-30B,为2台泵并联。     

一种基于风险的需求优先级排序方法*

为支持风险的量化分析以提高需求优先级排序的有效性,提出了一种基于风险的方法。方法从需求和任务两个层面实现对需求选取问题的建模,以风险为关键因素计算得出需求优先级。模拟实验的结果表明,本方法有助于提高项目最终取得的价值,同时优先级排序的结果符合费效比原则,即项目实现了在早期尽快获取价值的目标。     

无线传感器网络路由协议及安全问题研究

无线传感器网络在军事和民用领域得到广泛的应用。由于传感器节点的资源有限以及通信的开放性使得其安全性显得尤为重要。出于对能量消耗的考虑,目前的路由协议设计得比较简单,作者对路由的安全性能以及可能受到的攻击进行分析,并给出相应的防范对策。     

一种有电压补偿电路的高性能低压CFOA

本文提出了一种新型的电流反馈形运算放大器(CFOA),该电路所具有的电压补偿电路克服了以往基于CMOS的CFOA两个输入端静态务件下不平衡的缺点;NMOS与PMOS互补的输入结构提高了电路的信躁比.并采用0.6工艺参数(低阈值),在1.5V电源电压下利用HSPICE进行了仿真,获得了4.95mW的功耗,输入电阻为4.5k,相位裕度为53.5度以及与增益无关的带宽和极大的转换速率.     

基于LSTM-ARIMA算法的发电机定子线棒出水温差预测

对定子线棒出水温度的最大温差进行预测,对于保障汽轮发电机的安全运行具有重要意义。但由于发电机运行过程中工况多变,温差时间序列变化模式复杂,因此趋势预测相对困难。本文使用长短时记忆(LSTM)神经网络对复杂的变化模式进行学习,并进一步融合了差分整合移动平均自回归(ARIMA)模型,用以弥补工况多变导致的训练不足的问题,从而对LSTM神经网络的预测结果进行修正。然后,在型号为QFSN-660-2-22的汽轮发电机运行数据上开展了实验,结果表明该方法预测效果优于单独的LSTM神经网络和ARIMA模型算法,并且可用于短期预警,准确率高于95%。     

基于LSTM光伏发电功率超短期预测模型研究

精准地预测光伏发电功率有利于保证电网的稳定运行。采集了江苏常熟某75 MW光伏电站和山西大同某100MW电站数据,利用相关系数法对影响光伏电站输出功率的因素进行分析。搭建了长短期记忆神经网络(LSTM)功率预测模型,对两个电站的输出功率进行预测。为验证LSTM模型和同一算法下不同电站的功率预测精度,使用循环神经网络(RNN)算法和前馈神经网络(BP)算法搭建预测模型,并与LSTM算法进行对比分析,通过模型评价指标平均绝对误差(MAE)、均方根误差(RMSE)及决定系数R²,对三种模型之间的误差值进行比较,结果表明采用LSTM算法预测模型精度更高,且不同电站采用同一网络模型时,电站输出功率和气象数据的相关系数值越大,模型的功率预测值更加贴近实际值。     

基于CompactPCI体系的高性能监测测向处理平台研究

提出一种新的高速并行采样技术架构以及基于可编程芯片技术和支持灵活配置的并行处理嵌入式硬件架构。该平台集多通道高速采集、大容量数据存储、高性能DSP与大规模FPGA紧耦合实时处理等功能于一体,在综合集成与应用方面具有创新性,能够保障对多模式、多速率、多频段信号分析在信号层上频域的宽阔全覆盖和时域的连续性,同时又因其硬件上提供了丰富的资源裕量,因而可以满足信息层上对多种标准和协议分析的需求及应对其未来的演进。     

基于E-Model的VoIP语音质量研究

针对目前网络电话语音质量难以准确评价及预测的情况,基于E-Model对VoIP的语音质量进行预测。分析几个主要影响因素,如延时、丢包等对话音质量的影响,构建VoIP语音质量预测模型,将E-Model中未考虑到的抖动因素引入模型公式,着重考虑抖动缓冲区的大小对语音质量的影响。通过设计相关验证实验,证明该模型对VoIP语音质量的预测具有较高的准确度。