用LWR学习进行乒乓球轨道预测的仿真研究

乒乓机器人的任务是将球击回到对方的场地内．这个任务由两部分组成：知觉和行动．本文研究机器人的知觉问题，也就是利用ＬＷＲ（ＬｏｃａｌｙＷｅｉｇｈｔｅｄＲｅｇｒｅｓｓｉｏｎ）学习的方法预测接触反弹后的球的轨道．     

InP基功率HEMT结构材料分子束外延生长研究

从 3个层面研究了分子束外延 Al0 .48In0 .52 As/ Ga0 .47In0 .53As/ In P功率 HEMT结构材料生长技术。首先 ,通过观察生长过程的高能电子衍射 (RHEED)图谱 ,确立了 Ga0 .47In0 .53As/ In P结构表面层的 MBE RHEED衍射工艺相图 ,据此生长的单层 Si-doped Ga0 .47In0 .53As(40 0 nm) / In P室温迁移率可达 6960 cm2 / V· s及电子浓度 1 .3 3 E1 7cm- 3。其次 ,经过优化结构参数 ,低噪声 Al0 .48In0 .52 As/ Ga0 .47In0 .53As/ In P HEMT结构材料的 Hall参数达到μ30 0 K≥ 1 0 0 0 0 cm2 / V· s、2 DEG≥ 2 .5 E1 2 cm- 2 。最后 ,在此基础之上 ,降低 spacer的厚度、在 Ga0 .47In0 .53As沟道内插入 Si平面掺杂层并增加势垒层的掺杂浓度获得了功率 Al0 .48In0 .52 As/ Ga0 .47In0 .53As/ In PHEMT结构材料 ,其 Hall参数达到μ30 0 K≥ 80 0 0 cm2 / V· s、2 DEG≥ 4 .0 E1 2 cm- 2 。     

基于格规约辅助的MIMO系统GMD-TH预编码方案

现有的GMD-TH(Geometric Mean Decomposition-Tomlison Harashima)预编码方案在发射端未对获得MIMO(Multiple-Input-Multiple-Output)信道增益矩阵优化,因而其误码率和分集增益无法获得令人满意的效果.为此,在原有MIMO系统GMD-TH预编码的基础上,提出梁种基于格规约辅助的GMD-TH预编码方案.该方案采用基于格规约的算法对信道矩阵进行优化,经过优化的信道矩阵其列向量之间具有更好的正交性并且向量的长度更短,并且采用优化的信道矩阵提高了GMD-TH预编码MIMO系统的分集增益.仿真结果表明:相比于传统的线性预编码方案,该预编码方案有效地提高了MIMO分集增益,相同误码率下,信噪比降低3dB以上,具有实用价值.     

基于感知域测量值的自适应压缩采样方法

现有的自适应采样方法需要在采集端获得原始信号,这在实际的蒸发波导相关气象要素压缩感知过程中不易实现。针对这一问题,提出了一种以测量值数据特征为依据的采样率自适应设定方法。该方法以能量表征各信号块的重要性,以观测值能量近似估计原信号块能量,根据感知域中测量值的能量变化自适应地为各块设定采样数目。理论分析和实验表明,该方法的重构性能优于传统自适应方法,相同采样率下可获得更高的重构信噪比。     

四川盆地安岳气田震旦系台缘带和台内地区天然气成藏差异性及勘探领域

四川盆地安岳气田是中国迄今为止发现的最大规模的海相碳酸盐岩气田,探明天然气地质储量1.03×10¹² m³,其中震旦系灯影组占56.3%。目前灯影组勘探开发主要围绕灯影组四段台缘带展开,且台缘带单井产能明显高于台内地区。基于台缘带和台内地区天然气地球化学特征及气藏对比关系,结合成藏条件分析,探讨其成藏差异性。研究表明：(1)灯影组台缘带较台内地区天然气甲烷氢同位素明显偏重,对应寒武系源岩古水体介质盐度高于震旦系,反映由台缘带到台内地区震旦系烃源岩贡献比例的增加;(2)台缘带与台内地区储层在岩石类型、储集空间等方面一致,但台缘带储层内部溶蚀孔洞发育程度强于台内地区,主要受控于丘滩发育程度和表生岩溶作用强度;(3)台缘带和台内地区成藏组合存在差异,台缘带紧邻裂陷内烃源岩,储层侧向对接烃源岩,存在旁生侧储、上生下储等多种成藏组合,而台内地区距裂陷内烃源岩较远,需要通过沟通油、源的断裂输导油气,成藏组合单一;(4)震旦系-寒武系烃源岩贡献比例的不同和优质储层发育位置及组合类型的差异,是导致台缘带和台内地区产能差异巨大的主要原因。川西北蓬莱—剑阁地区是...     

基于UKF的单站无源定位算法

将一种适用于非线性系统的UKF应用于单站无源定位,并结合具体应用背景,对通常的UKF作了适当的改进。与推广卡尔曼滤波器(EKF)相比,UKF能更好解决量测模型非线性问题,滤波性能更好,而且UKF的计算量与EKF是同阶的。     

基于卡尔曼滤波的压缩感知弱匹配去噪重构

现有的贪婪迭代类压缩感知重构算法均基于最小二乘对信号进行波形估计,未考虑到可能将量测噪声引入信号估计的情况.针对以上不足,提出了一种基于线性Kalman滤波的压缩感知弱匹配去噪重构算法.该算法不需已知稀疏度先验,通过引入Kalman滤波,在最小均方误差准则下,每次迭代都获得最佳信号估计;并以弱匹配的方式同时筛选出有效的原子,并剔除冗余原子进而重构原信号.新算法继承了现有贪婪迭代类算法的有效性,同时避免了因噪声干扰或稀疏度未知导致的重构失败.理论分析和实验表明,新算法在同等条件下,重构性能优于现有典型贪婪迭代类算法,且其运算时间低于BPDN算法和同类的KFCS算法.     

单通道混合信号的幅度估计算法

针对非协作通信场合中同调制参数的MSK单通道混合信号的幅度估计问题进行研究。在MSK混合信号的循环谱推导的基础上,通过搜索零频率处循环频率轴上的大强度谱线进行混合信号的幅度估计,利用循环谱算法中的泄漏谱包络辅助来消除谱线选择时存在的模糊问题,并通过大强度谱线位置的泄漏谱包络值来修正相应位置的循环谱幅度,以提高估计精度。仿真结果表明在信噪比大于?15dB时,该方法对功率差异不大的混合信号幅度具有较高的估计精度。该算法无需任何先验信息,适用于低信噪比环境,具有实用价值。     

基于压缩感知的稳健性说话人识别

阐述了在噪声条件下,将基于压缩感知理论的丢失数据重建技术应用于说话人识别系统的系统前端.首先使用Mel滤波器组将带噪语音信号转换成Mel频谱,然后利用带噪MeI谱中可靠数据重建不可靠数据,最后从重建的Mel频谱中提取Mel倒谱特征参数用于说话人识别.稳健性实验结果表明,该方法能够提高在噪声环境下说话人系统的识别率.     

刚弹耦合多体系统增广特征矢量及其正交性

特征矢量的正交性是用模态方法求解多体系统动力响应的前提条件。对于刚弹耦合多体系统,振型函数不具有通常意义下的正交性。本文引入了多体系统增广特征矢量的概念,解决了多体系统特征矢量的正交性问题。系统地阐述了多体系统增广特征矢量的构造方法、正交性条件、正交性证明以及增广特征矢量的重要作用。利用增广特征矢量的正交性,可实现对多体系统动力学方程的坐标解耦,使得用模态方法精确分析动力响应成为可能。