面向位置敏感器件的反馈堆叠信号滤波

为解决位置敏感器件(PSD)提取光斑位置信息的不准确性,克服元器件、信号处理电路等带来的随机噪声干扰,本文提出了一种基于极限学习机(ELM)的反馈堆叠模型(FsELM)。该模型使用ELM作为基本训练块,以单层预测结果与目标真值的偏差作为依据对输入数据进行更新,并进行循环训练,形成反馈堆叠的结构,从而实现PSD信号有效信息的深度提取。同时设计进行了基于一维PSD的激光三角位移检测实验验证算法的性能,比较了传统滤波算法、经典学习算法、ELM及其变体和本文提出的FsELM方法对数据的处理效果。实验结果表明FsELM预测精度明显优于其他处理方法,预测结果均方误差可达1.4×10-5,预测精度为0.78%;除ELM等单次训练结构外,FsELM模型的运算速度比其他处理方法更快。该结果证明了FsELM在应对随机噪声干扰的优异性能,以及不确定环境下突出的预测能力。

增强现实装配技术研究综述

增强现实装配是虚拟现实技术在制造业的典型应用。从国内外研究现状、增强现实装配关键技术、增强现实装配 发展趋势三个方面对虚拟装配技术的研究状况进行了分析和综述。总结了虚拟装配各关键技术的研究和应用概况,重点分析 了虚拟环境下的装配建模、约束定位、工艺规划、人机因素等技术研究状况,指出了目前面临的主要问题,并指出了将来的 发展方向。