二参数Brownian运动在Holder范数下的局部泛函重对数律

应用大偏差,得到Brownian单的局部泛函重对数律.

人字齿行星齿轮系统激励参数二维域界特性

为探究人字齿行星齿轮系统激励参数二维域界特性,课题组构建了系统的平移-扭转动力学模型,运用Runge-Kutta法对消除刚体位移和量纲一化的系统微分方程组进行数值求解,基于离散空间域胞映射法绘制了啮合阻尼比与太阳轮输入转速和太阳轮输入功率构成的二维域界图,并结合位移分岔图、FFT频谱图、相图和Poincaré映射对系统激励参数二维域界特性进行分析。结果表明:在满足系统工况条件下,适当增大啮合阻尼比可使系统由混沌运动转变为周期运动;啮合阻尼比较小时,系统对太阳轮输入转速变化敏感,提高太阳轮输入转速可使系统进入稳定1周期运动,减轻系统振动响应;太阳轮输入功率较小时,系统处于大范围混沌运动区域,通过增加太阳轮输入功率,系统更趋向于稳定周期运动,提高系统运行稳定性。研究结果可为人字齿行星齿轮系统选择稳定运行的激励参数范围提供参考。

一类双分数Brownian运动的广义二次协变差(英文)

假设B是一个指数为H∈(0,1),K∈(,1]且满足2HK<1的双分数Brownian运动,其赋权局部时设为{L(x,t),t≥0,x∈R}。建立了f(B)与B的广义二次协变差[f(B),B](W),并且研究如下局部时的积分∫R f(x)L(dx,t),t≥0,这里x|→f(x)为Borel可测函数。构造了一个Banach空间H使得广义二次协变差在L2中存在,并且如下广义Bouleau-Yor型等式成立:[f(B),B]t(W)=-21-K∫R f(x)L(dx,t),t≥0,f∈H.藉此建立了一类其导数属于H时的绝对连续函数的广义It公式,作为应用给出了一类双分数Brownian运动的It-Tanaka公式。

基于最小二乘法的逆运动学优化补偿算法

为解决全参数补偿导致逆运动学求解算法失效的问题,提出基于最小二乘法的逆运动学优化补偿算法。首先,该算法使用全参数补偿正运动学减小机器人末端位置误差;然后,使用不改变逆运动学求解算法的十参数直接补偿逆运动学求解关节角度;最后,建立微分方程组,并使用最小二乘法求解关节角度误差,对逆运动学求解算法进行优化补偿。在MATLAB中使用该算法对3组关节角度进行逆运动学解算,计算误差在0.000 1°左右;使用自主研发控制系统在6R型工业机器人进行实验,测得全参数补偿后的位置误差比转换十参数补偿后减小40.66%。实验结果证明逆运动学优化补偿算法的有效性。

六自由度机械臂运动学参数辨识研究

为提升六自由度机械臂的绝对定位精度,提出了基于Modified-Denavit-Hartenberg(MD-H)方法的机械臂几何参数标定方法:在建立基于微分变换理论和MD-H建模方法的机械臂末端定位误差辨识模型的基础上,用最小二乘法求解去除冗余参数的误差辨识模型,得到机械臂几何参数误差,并通过修正运动学几何参数,实现了对机械臂末端绝对定位精度的补偿。对机械臂6组样本点实测结果表明:经过运动学参数辨识和补偿修正后,机械臂末端绝对定位精度得到显著提高,验证了该参数辨识方法的可操作性和有效性,为后续参数标定技术研究提供参考。

基于操纵试验的实船运动模型参数辨识实例研究

参数辨识对于构建船舶操纵运动数学模型具有重要意义。为有效、准确估计实船操纵运动模型参数,提出一种基于系统辨识原理、采用递推最小二乘算法进行差分方程型船舶运动模型参数辨识的技术路线。基于操纵试验数据,将技术路线应用于实船舵角-航向差分方程模型的参数辨识。应用研究显示,提出的技术路线在实船操纵运动模型参数辨识的应用中可行性好,辨识出的参数具有较高的精度,模型输出能够较好拟合观测输出。本文中提出的技术路线流程简单,便于工程实现,能够为船舶运动模型参数的自动辨识提供支持。

一种改进二维投影模型运动参数估计算法

二维投影模型运动参数估计是图像序列运动分析的关键技术,针对Levenberg-Marquardt算法在解决二维投影模型运动参数估计问题时计算量大的缺点,提出了一种改进的二维投影模型运动参数估计算法。该方法通过对非线性最小平方误差函数的线性化,重新定义了目标函数,采用极小化目标函数的方法求解参数矢量,得到只与已知特征点对应关系有关的系数矩阵后,利用线性算法求解图像序列相邻两帧间二维投影模型的运动参数。实验结果表明,该算法在保证精确度的条件下,提高了计算效率。

汽车二维运动参数测试系统开发研究

针对当前汽车二维运动参数测试装备对低成本、高精度的追求,提出基于CMOS图像传感器的新型测试方案,设计了合适的光学系统,结合可编程的DSP芯片实现对拍摄图像的分析处理.利用LabVIEW编程消除了显示系统的边界限定,实现了CMOS传感器坐标系与道路坐标系的坐标转换并完成汽车二维运动参数的测试.该方案具有成本低、响应快、不受道路条件限制等优点,可应用于多种汽车性能测试.

基于ASNLS算法的智能浮标浮潜模型参数辨识

[目的]针对智能浮标大深度浮潜模型难以精确量化的问题,提出一种抗数据饱和及测量噪声的最小二乘算法(ASNLS),以实现浮潜多参数识别及深度预测。[方法]首先,在智能浮标浮潜运动灰箱模型中引入其执行机构的非线性动作特性以契合实际模型,并将连续型浮潜运动方程转化为离散模式以匹配实际离散的数据采样方式;然后,将离散型运动方程构造为基于相关函数的表达形式,以减弱噪声对参数辨识的影响;最后,通过调整协方差矩阵的取值,实现该浮潜参数辨识算法的抗数据饱和功能。[结果]基于2021年智能浮标在南海的大深度试验数据,开展了浮潜运动模型参数辨识及深度预测,验证结果表明:相较于传统的最小二乘算法及支持向量机算法,ASNLS算法的收敛速度更快(较最小二乘算法提高了31.8%)、深度预测误差更小(不同深度下的平均绝对百分比误差均小于9%)。[结论]ASNLS算法可为智能浮标的深度控制和预报提供有效的浮潜模型支撑。

运动变量与疼痛减轻

腰痛(LBP)是一个主要的医疗保健问题,影响着全球7.1%的成年人。虽然运动被推荐用于管理慢性LBP,但一个理想的运动处方的参数仍不清楚。本研究探讨了慢性LBP患者的运动训练参数与疼痛强度之间的关系。这项研究是对一项试验的二次分析,该试验比较了一般力量和条件训练对运动控制练习和手动治疗的影响。这项分析的重点是20名受试者,他们被随机分配到一般力量和条件训练项目中。

机载双通道SAR地面慢速运动目标参数估计方法

针对机载双通道合成孔径雷达(synthetic aperture radar,SAR)系统中运动目标参数估计,提出了一种利用目标相位历程拟合目标运动参数的方法,包括距离向速度、方位向速度、距离向加速度和方位向加速度估计。对于高信杂噪比目标,直接利用通道之间的相位关系推导了目标运动参数估计的解析表达式;对于低信杂噪比目标,杂波抑制后,利用目标真实合成孔径时间与目标方位向运动参数的关系结合相位历程一起进行参数估计。该方法只对目标相位进行拟合,计算量低,易于工程运用。仿真与实测数据验证了该方法的有效性。

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法。首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证。结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm。在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求。

瞬时频率估计的水下运动目标参数估计方法

针对水下运动目标的参数估计,建立了目标与水听器相对运动形成的多普勒模型.提出利用互L-Wigner分布(cross L-Wigner distribution,XLWD)作为瞬时频率估计器,精确估计水听器接收到的目标辐射线谱信号的多普勒频移,同时也获得信号的时变幅值,进而通过加权非线性最小二乘法估计得到水下运动目标的参数.海试数据分析表明,相对估计误差在20%以内时,正横距离和速度估计值的概率分别大于0.85和0.96,试验结果验证了方法的有效性.

用二维点对应数据分割和估计多刚体运动

已知含有多个三维刚体的场景，在运动前后的二维点对应数据集合，其中可以包含高斯噪声和出格点数据，发展了初始部分匹配的生成－生长技术并运用刚性约束．将上述二维点对应数据集合，分割成多个分别对应于不同刚体运动的二维点对应数据子集，并能分离出所有出格点数据．再利用单刚体运动估计算法就可估计出各个刚体运动参数．实验结果表明了算法的有效性．

利用半参数模型求解板块运动参数

为避免最小二乘法求解板块运动参数的诸多不足,建立了基于补偿最小二乘原理的半参数板块运动模型,并利用最新的ITRF2005速度场求解出全球各主要板块运动的欧拉矢量。结果表明,利用半参数模型求解板块运动参数,在观测台站数目较多且分布较均匀的情况下,与NNR-NUVEL1A模型的解算结果具有较好的一致性;较之于最小二乘方法,半参数板块运动模型的解释能力更强。

旋耕机运动参数的优化设计方法

首先分析了旋耕机单位体积功耗数学模型 ,根据数学模型的特点 ,提出用广义最小二乘法确定目标函数和用最速下降法优化运动参数 ,为旋耕机总体参数的优化设计提供了可靠的计算模型。

非线性回归机器人运动参数估计方法

针对机器人运动参数估计精度、实时性等问题,提出一种非线性回归的机器人运动参数估计方法。建立了机器人的非线性回归运动参数模型,并利用微分方法对运动参数方程进行转化,通过递推最小二乘算法与卡尔曼滤波器估计出机器人运动参数与消除误差。讨论了机器人沿墙壁、向墙壁、原地圆周运动三种特殊情况的运动参数估计。实验验证了本文方法的可行性与有效性,并与迭代最近点(ICP)算法进行了对比分析。

3自由度飞行模拟运动平台动力学参数辨识试验研究

以一种具有一平动两转动的3自由度新型并联飞行模拟运动平台为研究对象,为满足飞行模拟动感要求,研究其动力学参数的试验辨识方法,以进一步提高动力学模型的精度。针对模拟平台样机,采用分步辨识法辨识动力学参数。将电机的驱动力矩分为:减速器惯性力矩、丝杠惯性力矩、综合摩擦力矩和负载力矩,并分别辨识。再根据负载力矩分两步辨识平台的主要动力学参数。设计平台参数辨识试验的激励轨迹,采用加权最小二乘法计算出待辨识参数,并代替理论模型中的对应参数。最后通过试验和ADAMS仿真对比验证参数辨识策略的正确性。

基于神经网络的运动参数估计

分别就两种约束使用神经网络对三维刚体运动进行参数估计。一是基于三维点匹配,将预测的运动参数作用于运动前的坐标,与运动后坐标进行比较;二是基于二维运动场,将使用预测的运动参数计算得出的二维运动场与图像序列中计算得出的二维运动场进行比较。两个神经网络均使用Newton-Raphson方法更新权值,以达到目标误差最小化。通过实验验证了该神经网络方法。