双转台五轴数控机床旋转轴位置无关几何误差辨识

针对双转台五轴数控机床旋转轴几何误差辨识精度问题,提出一种在机床坐标系下的旋转轴位置无关几何误差(PIGEs)辨识模型。建立了刀具球与工件球在机床坐标系下的实际初始坐标,通过逆矩阵得到工件球在所测轴的实际初始位置,基于4种测量模式建立了包含球杆仪安装误差与旋转轴PIGEs的杆长变化量数学模型。仿真分析了PIGEs对测量模式的影响,结果表明刀具球在两旋转轴轴线交点位置时,平行度误差不影响球杆仪杆长变化量。最后,通过实验辨识出旋转轴8项PIGEs,并对旋转轴PIGEs的4项位置误差进行补偿。实验结果表明,补偿后的位置误差最大绝对值由203.5μm减小至5.1μm,所提出的辨识模型可以有效提高五轴机床精度。

双转台五轴机床旋转轴位置无关几何误差的辨识

旋转轴的位置无关几何误差(PIGEs)是影响五轴机床加工精度的重要因素。以AC双转台五轴机床为研究对象,提出一种基于差分演化算法的旋转轴PIGEs辨识方法。首先,建立机床旋转轴PIGEs和球杆仪杆长变化的关系模型,使用已有的辨识方法获得机床旋转轴PIGEs初始解,然后定义优化目标函数,通过差分演化算法整体优化求解旋转轴PIGEs,提高旋转轴PIGEs辨识准确性。实验与仿真的结果表明提出的旋转轴PIGEs辨识方法可有效提高辨识准确性。

穿戴位置无关的手机用户行为识别模型

基于智能手机的人体行为识别能用于健康监控和个人运动管理,针对不同用户携带手机的位置和习惯,分析基于手机传感器获取的三轴加速度信息,从人体不同位置的行为数据中提取多种特征,优选出与行为相关度高且与手机位置相关度低的特征,构建三种决策树分类模型:(行为位置)矢量模型、位置—行为模型和行为模型,其中行为模型准确率最高;针对手机放置在三种不同位置的混合样本,其行为判断准确率为80.29%,耗时最短,能有效进行用户行为识别。

一种位置无关的多模型移动用户行为识别方法

针对智能手机佩戴位置多样性对移动用户行为识别结果的影响,提出一种位置无关的多模型移动用户行为识别方法。该方法通过计算手机加速度传感器所采集到的行为信号在不同佩戴位置的特征相似度,与预先计算的不同佩戴位置特征相似度进行比较,并采用相似度最大的位置特征作为测试样本,利用极速学习机(extreme learning machine,ELM)分类器对移动用户行为进行识别。实验结果证明,相对于不区分佩戴位置的行为识别方法,该方法可将识别准确率提高11%,是一种有效的移动用户行为识别方法。

与位置无关的节点调度算法比较分析

无线传感器网络中,通过对节点的合理调度,可以实现节点能耗均衡、延长网络生命周期的目的.分析与位置无关的节点调度算法发现,随机独立休眠算法(RIS)不需要调度时间同步,未考虑节点死亡对工作概率值p的影响,适应性差;基于部署特征的轻量级节点调度算法(LDAS),考虑覆盖率的影响,但需要频繁交换邻居节点信息;基于测距的睡眠调度算法(RBSS),通过测距寻找正六边形覆盖模型,具有较高的覆盖度,需要时间同步,未考虑能量均衡.从初始节点数、工作节点数和网络覆盖率3方面仿真验证说明其性能,为选择节点调度算法以及后续改进提供指导.

节点位置无关的无线传感器网络连通性部分覆盖协议

提出了一种节点位置无关的连通性覆盖协议。协议首先利用了随机部署网络在已知监测区域大小和节点感知范围情况下,应用期望的覆盖质量与所需的工作节点数量之间的数学关系,随机选取工作节点满足应用需求;然后根据每个节点距基站最小跳数,执行Add-On规则,增加额外节点保证网络连通。实验结果表明,EECPC协议能够在较长时间内能量有效地提供满足应用要求的覆盖率,而且保证网络连通。

传感器网络中与节点位置无关的覆盖算法

在不能获取节点精确位置信息的条件下,现有的基于分组的节点调度算法不能保证各个组内的传感器节点均匀分布在目标区域,导致传感器网络难以获得较好的覆盖性能。提出了两种调度算法:与节点位置无关的集中式覆盖算法和分布式覆盖算法,在定位设施缺失的条件下,使得各个组内的传感器节点较为均匀地分布在目标区域。算法分析和仿真实验证明了算法的有效性。

ARM的位置无关程序设计在Bootloader中的应用

ARM处理器支持位置无关的程序设计,这种程序加载到存储器的任意地址空间都可以正常运行,其设计方法在嵌入式应用系统开发中具有重要的作用。本文首先介绍位置无关代码的基本概念和实现原理,然后阐述基于ARM汇编位置无关的程序设计方法和实现过程,最后以嵌入式Bootloader程序设计为例,介绍位置无关程序设计在Bootloader程序设计中的作用。

分布式文件系统中文件位置无关性的一个解决方案

在分布式文件系统中文件的“位置无关性”是一个重要的要求 ,有了它可以使文件在服务器之间自由移动而不影响到客户端程序的运行 ,同时达到平衡服务器负载的目的 ,以提高系统整体性能。本文讨论了一种简单易行的方法来实现文件的“位置无关性”

与位置无关的无线传感器拓扑分割探测

为高效检测无线传感器网络(WSNs)导致拓扑分割的关键节点,设计一种适应于与位置无关的分割探测算法(LIPDA)。依据网络的局部拓扑信息,通过两次迭代划分求出两跳范围内的局部关键节点。借鉴分布式分割探测协议(DPDP)算法的思想,在局部范围内探测网络中的基本回路,向依赖于关键节点i连通的局部分割区域发送区域标示计数器广播探测包,同时把广播的生存期控制在θ范围内。当广播范围超出θ还未探测到目标区域,在生存期范围内的探测包以一定概率继续进行回路探测。这些关于节点i区域标示可以抑制探测消息的扩散和提高回路探测效率。性能分析与实验结果表明:LIPDA具有开销较小、准确度较高和扩展性较好。

基于点云轨迹和压缩多普勒的跨场景手势识别

毫米波雷达能够用于各种感知任务,如活动识别、手势识别、心率感知等。手势识别作为其中的研究热点,可实现无接触人机交互。目前大多数手势识别研究使用点云或距离多普勒图通过神经网络进行识别感知,但是这些方法存在一些问题。首先,这些方法鲁棒性较差,被感知人员或其位置发生变化都会影响接收到的毫米波信号,降低感知精度。其次,这些方法将完整的距离多普勒图输入神经网络进行识别,由于图中存在较多与感知任务无关的区域,模型复杂且难以专注于感知任务。为解决这些问题,首先从连续多帧点云数据中建立手势轨迹,然后将连续多帧距离多普勒图进行局部切割并压缩获得二维局部多普勒图,最后将点云轨迹和二维局部多普勒图分别经过神经网络特征提取后,对特征进行拼接,通过全连接神经网络进行分类。实验结果表明,所提方法专注于手势,能够达到98%的识别准确率,在人员变化和位置变化情况下对新用户和在新位置的识别准确率分别能够达到93%和92%,高于现有方法。

基于RBF神经网络的无刷直流电动机速度无关控制法

为提高无刷直流电动机无位置传感器控制精度,提出了一种基于RBF神经网络的无刷直流电动机速度无关控制新策略。该策略主要包含两个部分:一方面,利用RBF神经网络的自适应、非线性控制等优良性能,结合电机运行状态,修正神经元之间的连接权值,从而可以克服由于无刷直流电动机系统的非线性和部分参数不确定性造成精度下降的负面影响。另一方面,神经网络的输出经过滤波处理后,采用速度无关位置函数法(函数法)输出电机换相信号。该方法在转子转速由近零到高速变化的过程中,都能够对转子位置进行检测并给出换相时刻。仿真和实验表明,该策略具有优良的控制性能。

五轴机床旋转轴几何误差分析与补偿

五轴机床旋转轴之间装配所导致的位置无关几何误差(position independent geometric error,PIGEs)是决定机床精度的关键因素,如何量化PIGEs对位姿精度的影响程度以及误差项之间的耦合作用强弱,从而合理地确定补偿值的权重系数是目前机床误差补偿技术所关注的热点问题。为降低五轴机床装配导致的PIGEs对机床精度的影响,首先,基于多体系统理论及齐次坐标变换方法建立了混合式五轴机床几何误差综合模型,表征了空间误差向量与几何误差项之间的映射关系。其次,考虑几何误差的分布特性,引入Morris全局灵敏度分析方法量化几何误差的作用效果及误差参数间的耦合强弱,通过灰色关联度分析表征误差的敏感性系数与位置向量、姿态向量间的关联程度,基于分析结果确定位置无关几何误差补偿值的权重系数。最后,以摆头–转台为特征的混合式五轴机床为例,进行基于球杆仪(double ball bar,DBB)的几何误差测量辨识实验,利用辨识值进行虚拟圆锥台轨迹测量、误差补偿和复杂曲面零件加工实验。结果显示:10项几何误差对姿态误差的直接作用效果最为明显,利用基于敏感性分析的修正补偿值进行误差补偿后,虚拟圆锥台测量轨迹的半径偏差减小了65.1%,圆度误差降低了58.8%。基于误差分析实施误差补偿后,“S”型工件的轮廓精度平均提升了49.9%,误差补偿结果验证了误差分析结果的准确性和有效性。

EeRCCA:一种能量有效的传感器网络覆盖控制算法

针对已有算法中边界节点过早死亡和网络能耗不均问题,本文提出了一种能量有效的分布式覆盖控制算法EeRC-CA。EeRCCA采用多启动和能量自适应竞争相结合的策略,减缓边界节点过早死亡;在协同节点选举中,依据当前节点与启动节点、邻居协同节点间的距离和剩余能量的权值,合理调整避退时间,均衡网络能耗,延长网络生存周期。仿真结果表明EeRCCA可以保证完全覆盖和连通,在工作节点数目和覆盖率方面与RBSS算法基本相当,在不增加额外控制开销的条件下,可以显著延长网络生命期。

能量感知的无线传感器网络覆盖控制协议

提出了一种与节点位置无关的、能量感知的无线传感器网络覆盖控制协议EACCP(an Energy-Aware Coverage Control Protocol for wireless sensor networks),EACCP采用基于节点分层成簇的思想,根据节点邻居平均能量与自身剩余能量等参数竞选活动节点.理论分析与模拟实验表明EACCP协议不但能够提供高质量的网络覆盖率,而且可以有效地适应于节点能量异构的网络应用场景,并且减少活动节点选取过程中的控制消息开销.

车载自组网Sybil攻击检测方案研究综述

在车载自组网中,Sybil攻击是指恶意车辆通过伪造、偷窃或合谋等非法方式获取虚假身份并利用多个身份进行非正常行为而威胁到其他驾乘者生命财产安全的一种攻击。介绍了车载自组网中Sybil攻击的起因与危害,对Sybil攻击的检测方案进行了论述。根据检测过程是否与位置相关,将Sybil攻击检测方案分为与位置无关的检测方案和与位置有关的检测方案两类,对其中的检测方案进行了分类和比较。最后指出了现有方案中存在的问题和未来可能的研究方向。

ELF格式对共享库支持的分析

共享库的使用越来越频繁,它不仅可以节省硬盘和内存空间,更重要的是使库的升级更加方便。本文从PIC(位置无关代码)、GOT(全局偏移量表)、PLT(程序链接表)入手详细介绍了ELF格式对共享库的支持,并描述了动态链接程序装载的过程。

ARM μCOS自适应启动程序的设计与实现

文章阐述了在ARMS3C2410嵌入式平台下,μCOS自适应启动程序的设计原理与实现方法.该程序在Linux操作系统下使用GNUARM-Linux工具链实现;采用位置无关代码实现μCOS启动,自动识别启动位置,将整个系统装载到SDRAM高端;使用MMU技术,将中断向量映射到0xffff0000,实现"高端中断";采用"间接中断向量"方法,将真正的中断处理程序入口设置在SDRAM中,因此可在μCOS中根据需要随时切换中断处理程序.在ARM μCOS中使用该程序,不仅可以通过vivi下载后由vivi引导运行,还可在ARM裸机上直接启动系统,无需任何改动.

转台-摆头式五轴机床几何误差测量及辨识

为降低转动轴几何误差对转台-摆头式五轴机床精度的影响,提出了基于球杆仪的位置无关几何误差测量和辨识方法。基于多体系统理论及齐次坐标变换方法建立了转台-摆头式五轴机床位置无关几何误差模型,依据旋转轴不同运动状态下的几何误差影响因素建立基于圆轨迹的四种测量模式,并实现10项位置无关几何误差的辨识。利用所建立的几何误差模型进行数值模拟,确定转动轴的10项位置无关几何误差对测量轨迹的影响。最后,采用误差补偿的形式实验验证所提出的测量及辨识方法的有效性,将位置无关几何误差补偿前后的测量轨迹进行比较。误差补偿后10项位置无关几何误差的平均补偿率为70.4%,最大补偿率达到88.4%,实验结果表明所提出的建模和辨识方法可用于转台-摆头式五轴机床转动轴精度检测,同时可为机床精度评价及几何精度提升提供依据。

基于时间同步的无线传感器网络覆盖控制优化算法

为了实现网络覆盖控制的优化,减少能耗,提出了一种分布的、高效节能、与节点位置无关的传感器网络覆盖算法。在该算法中,节点与邻居交换信息,并通过能量大小竞选工作节点,节点根据自身与工作节点的距离判断决定进入工作状态或休眠状态,并采用在生成树中广播时间同步算法使工作节点网络达到时间同步。仿真结果比较表明,该算法能够明显减少工作节点数,从而减少能量消耗,延长网络寿命。