基于LPC2103的蓝牙热敏打印机的开发

热敏打印机具有低噪音、高速度、高可靠性等优点,广泛使用在移动政务、警务、烟草、邮政、运输、配送等等行业,正在取代传统的针式打印机.本设计以ARM7TDMI核单片机LPC2103开发带蓝牙功能热敏打印机,打印头为FTP-628MCL101,蓝牙通信模块为YG-202M.本文简要介绍打印原理,打印硬件电路及软件设计.     

移动机器人的改进无迹粒子滤波蒙特卡罗定位算法

粒子滤波是移动机器人蒙特卡罗定位(Monte Carlo localization, MCL)的核心环节. 首先, 针对粒子滤波过程的粒子退化问题, 利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布, 以迭代更新方式将当前观测信息融入顺序重要性采样过程, 提出IUPF (Improved unscented particle filter)算法. 然后, 将IUPF与移动机器人MCL相结合, 给出IUPF-MCL定位算法的实现细节. 仿真结果表明, IUPF-MCL是一种精确鲁棒的移动机器人定位算法.     

基于蒙特卡罗的无线传感器网络战场目标定位模型

针对目前我军使用GPS全球定位系统存在的不足,在对无线传感器网络进行分析的基础上,建立基于蒙特卡罗（Monte Carlo,MCL）的无线传感器网络定位算法模型。分别对MCL、质心和Amorphous 3种算法进行比较,并以蒙特卡罗定位算法为例,研究估计误差与网络参数及算法间的关系。结果表明,MCL算法误差最小。     

WCDMA和GSM1800宏蜂窝共基站干扰分析

本文根据GSM1800和WCDMA协议,通过计算机仿真和确定性计算方法,重点对WCDMA系统与GSM1800系统在基站共站情况下进行干扰分析.     

MCL缺损对多屈曲角胫股关节力学特性影响

该文通过SONATA MAESTRO 1.5T采集0°/25°/60°/80°四个屈曲角下的正常膝关节的MRI图像,构建四个屈曲角位姿的正常/内侧副韧带缺损的整体胫股关节3D 模型,通过对这八组模型施加不同的外翻力矩进行有限元仿真,来分析内侧副韧带缺损时关节软组织及韧带的力学特性。仿真结果表明:1) 膝关节外翻时,内侧副韧带缺损会引起交叉韧带的张力显著增大,前交叉韧带和后交叉韧带替代了内侧副韧带的外翻限制作用,成为抵抗外翻的主要稳定结构,其中前交叉韧带相比后交叉韧带能提供更大的外翻阻力。随着屈曲角度的增加,交叉韧带抵抗外翻的负荷均显著增大。在高屈曲角位姿时,交叉韧带尤其是前交叉韧带,极易伴随内侧副韧带断裂而产生联合损伤;2) 内侧副韧带缺损降低了膝关节的直向稳定性,特别对股骨内侧髁与内侧胫骨关节面的直向稳定性的损失最为 明显。膝关节的外侧关节软骨和半月板在外翻时比正常关节承受更高的负荷,同时外侧半月板传递力的能力明显下降;3) 内侧副韧带损伤后,股骨软骨在小屈曲角位姿(25°屈曲角)等效应力值变化最大,而胫骨软骨和半月板在小屈曲角位姿(25°屈曲角)和高屈曲角位姿(80°屈曲角)最大等效应力值变化最为明显,外翻时最大等效应力变化最大的屈曲角位姿将更易导致关节软骨与韧带损伤。     

基于自适应多提议分布粒子滤波的蒙特卡洛定位算法

针对基于Cubature粒子滤波的蒙特卡罗定位（CMCL）算法存在的计算量大、实时处理能力较差的问题,提出一种基于自适应多提议分布粒子滤波的蒙特卡罗定位（AMPD-MCL）算法。该算法利用Cubature卡尔曼滤波和扩展卡尔曼滤波改进提议分布,融入当前观测信息,减弱粒子退化现象;重采样部分采用Kullback-Leibler距离（KLD）采样,根据粒子在状态空间的分布状况,在线调整下一次滤波迭代所需粒子数,从而减小计算量。仿真实验验证了自适应多提议分布粒子滤波（AMPD-PF）的有效性;同时在机器人操作系统（ROS）上进行实验,结果表明改进算法的平均定位精度达到19.891cm,定位所需粒子数稳定在60,定位时间为45.543s,较CMCL算法在定位精度上提高了71.03%,时间缩短了63.10%。实验结果表明,AMPD-MCL算法减小了定位误差,能实时在线调整粒子数,有效减少了算法计算量,提高了实时处理能力。     

无线传感器网络移动未知节点的混合定位算法

针对无线传感器网络中移动节点定位问题,提出一种移动未知节点的混合定位算法。该算法在预测和过滤阶段均作了改进。在预测阶段,根据未知节点在t时刻接收到的锚节点信息个数区分四种情况进行讨论,选择最适合的方法来缩小采样区域;在过滤阶段,针对预测阶段四种不同的可能情况判断是否需要过滤。仿真结果表明,该算法在显著地缩小了采样区域的同时,提高了采样成功率和定位精度;减少了采样次数和计算量,降低了能耗,延长了网络的生存周期。     

Online ice crystal size measurements during sorbet freezing by means of the focused beam reflectance measurement (FBRM) technology. Influence of operating conditions

In ice cream and sorbet manufacturing small ice crystals are desired to deliver a product with a smooth texture and good palatability. This research studied the influence of the operating conditions on the ice crystal size and the draw temperature of the sorbet during the freezing process. The evolution of ice crystal size was tracked with the focused beam reflectance measurement (FBRM) technique, which uses an in situ sensor that makes it possible to monitor online the chord length distribution (CLD) of ice crystals in sorbets containing up to 40% of ice. The refrigerant fluid temperature had the most significant influence on the mean ice crystal chord length, followed by the dasher speed, whereas the mix flow rate had no significant influence. A decrease in the refrigerant fluid temperature led to a reduction in ice crystal size, due to the growth of more small ice crystals left behind on the scraped wall from previous scrapings. Increasing the dasher speed slightly reduced the mean ice crystal chord length, due to the production of new small ice nuclei by secondary nucleation. For a given refrigerant fluid temperature and dasher speed, low mix flow rates resulted in lower draw temperatures, due to the fact that the product remains in contact with the freezer wall longer. High dasher speeds warmed the product slightly, due to the dissipation of frictional energy in the product, the effect of which was in part moderated by the improvement in the heat transfer coefficient between the product and the freezer wall.     

一种网络社团划分的评价及改进方法

主要从节点在所属群体内的相对重要程度出发, 尝试性地给出一种网络社团结构的新定义, 并在此基础上构建了一种网络社团划分的评价及改进方法。该方法既可以与现有的社团划分算法进行组合, 形成新的网络社团划分算法, 也可以独立使用, 对网络社团的划分结果进行评价与改进。最后, 通过MCL、GN、Factions等方法及算例对提出的算法进行了验证与分析。     

一种从马尔可夫聚类簇发现潜在WEB社区特征的方法

在分析了目前一些典型的社区发现算法的基础上,通过对无主题条件下的隐含社区发现算法的研究,提出将基于流的社区特征和马尔可夫图形聚类算法(MCL)的簇结合起来寻找Web隐含社区的方法.将镜像或近似镜像页面的删除放在图形聚类之后,大大减少了比较的代价.然后,在聚类簇的基础上,使用判定每个簇内元素的筛选算法产生可能的社区候选集合.实验表明,该方法是可行的,可以发现许多存在的社区.