IR-UWB能量检测接收机中基于门限的TOA估计

为提高能量检测模式下脉冲超宽带(IR-UWB)测距的精度和可行性,该文提出基于最优门限和次优门限的两种到达时间(TOA)估计算法。最优门限算法以接收机信号统计特性与UWB小尺度衰减特性关系式为基础推导出门限选择的闭合表达式,并在最小均方误差(MMSE)指标下求解TOA估计值;次优门限算法以最优门限分析为基础,在虚警概率约束下使用牛顿迭代给出求解门限的递推算法。仿真表明,与同类算法相比,最优门限算法测距精度有较大提升;次优门限算法易于实现,且性能无明显下降。

空间五指灵巧手单指控制系统设计

空间五指灵巧手是空间仿人机器人的重要组成部分之一,用于实现空间站载荷组装、模块更换和空间精密操作等任务。主要介绍了单指的控制系统,采用N+1型腱驱动方案和阻抗控制来实现单指的位置控制和接触力控制。单指控制实验结果验证了控制系统的可行性。

边缘增强图像互相关模板匹配的并行架构

基于归一化互相关测度(NCC)的模板匹配已经在图像处理领域得到了广泛的应用。对图像进行边缘检测然后进行模板匹配,可充分利用图像的空间相关性,锐化模板匹配结果的相关峰,提高匹配的准确度,可以获得更高的定位精度。为了有效提高定位精度,考虑到导弹制导系统的算法实时性、体积以及为适应战场不同任务阶段采用不同匹配策略的灵活性要求,基于FPGA,通过结合Sobel边缘检测,进一步改进了提出的图像归一化互相关模板匹配高速并行实现架构。对边缘检测前后图像模板匹配的仿真比较结果表明,边缘检测处理可有效锐化相关峰;基于Altera的FPGA芯片EP2S90和开发软件Quartus Ⅱ 8.0的并行实现架构功能与时序仿真及在实际目标识别系统中的应用表明,这种方案可有效地提高系统的运算速度和定位精度,FPGA实现本身也进一步缩小了系统的体积。

基于RBF神经网络的灵巧手指自适应跟踪控制

针对灵巧手的手指轨迹跟踪问题,设计了一种基于径向基函数神经网络(RBFNN)的自适应控制系统。首先,采用n+1型肌腱驱动方案来实现机械手指的位置跟踪控制;其次,针对模型手指与物体的接触,采用基于径向基函数神经网络的自适应控制,逼近了未知的动力学模型,提高了接触力的自适应能力,为了解决肌腱张力约束的影响,引入了辅助系统;最后,通过Lyapunov方法证明了稳定性。仿真结果表明,灵巧手指的轨迹能被稳定跟踪,证明了所提控制算法的有效性和可行性。

基于BP神经网络的腱驱动灵巧手的自适应阻抗控制

考虑到机器人手指与物体接触以及外部扰动的情况,提出一个基于BP神经网络的自适应阻抗控制器。这种修正策略通过BP神经网络和阻抗控制结合完成,保证了系统的稳定性,并且提高系统对灵巧手指与外界工作环境接触时,接触力的自适应能力。实验结果表明,在存在外部扰动的情况下,所设计的基于BP神经网络的自适应阻抗控制器具有较好的控制效果。

以应用为核心的嵌入式系统教学构建

本文针对嵌入式系统的教学特点,总结了嵌入式系统教学过程的特点和问题。根据我国高校嵌入式系统教学的特点,以培养应用型人才为教学核心,本文构建了一套嵌入式系统的教学系统。

基于PCRLB的目标跟踪节点选择算法

针对能量、带宽、存储等资源限制的无线传感器网络下的目标跟踪问题,提出了基于扩展H∞滤波的后验-克拉美罗下界(PCRLB)传感器节点的选择算法。该算法可随时间动态选择一个最优传感器集合并将均方根误差(RMSE)作为优化目标跟踪的性能。无线传感器网络中对于非线性、非高斯的动态系统,采用蒙特卡罗方法计算基于状态估计误差的一步向前Cramer-Rao下界,利用扩展H∞滤波器对目标状态和PCRLB进行逼近估计,并以此作为传感器节点选择标准以实现传感器的在线选择。基于Matlab工具箱的计算机仿真结果表明,相对于随机传感器节点选择算法和基于最近邻的传感器节点选择算法,基于后验-克拉美罗下界的目标跟踪传感器观测节点选择算法具有更好的有效性和优越性。

基于FastSLAM的绳系机器人同时定位与地图构建算法

绳系式移动机器人可用于极端地形的探测,如陡峭斜坡、松软土壤、高耸悬崖、沟壑等。在运动过程中移动机器人的绳索不可避免地与障碍物接触甚至缠绕。由于绳索与障碍物之间的接触点不相互独立以及机器人模型的非线性特性,经典的FastSLAM框架不适用于绳索机器人的同时定位和地图创建(SLAM)问题。提出基于改进FastSLAM框架的绳系机器人SLAM算法。在该框架中,分别利用无迹滤波和粒子滤波解决接触点位置估计和机器人位姿估计问题,并利用非线性观测模型的无迹变换来简化粒子权重更新。仿真结果表明,该算法可有效地估计接触点位置,同时提高机器人位姿估计性能。