基于旋转子矩阵正交的6R机器人运动学逆解研究

以机器人运动学方程为基础,基于变换矩阵中旋转子矩阵正交的特性,提出一种6R机器人运动学逆解算法.通过矢量运算,得到含有4个未知变量的4个常系数非线性方程,辅以其它方程,最终得到8组封闭解.通过对钱江一号焊接机器人的实例求解,验证了该算法解决逆解问题仅需0.087 ms,比传统的反变换法具有更优的实时性能;平面工况的运动仿真验证了该算法的有效性.该算法可应用于6R机器人的强实时在线控制系统.

由ZF－6玻璃磁光旋转子构成的激光光强稳定器

由ＺＦ－６玻璃磁光旋转子构成的激光光强稳定器金恩培，张立彬（哈尔滨工业大学物理系）０引言连续气体激光器，如Ｈｅ—Ｎｅ激光器，输出光强的波动可大到１０％。这极大地限制了它的使用。目前虽有一些稳定光强的办法［１－２］，但由于多种原因，还没有普及和推广。本...

基于旋转子空间算法的桥梁损伤识别

本文把基于旋转子空间算法的模态参数识别引入到梁桥结构损伤识别中.主要介绍了旋转子空间算法用于桥梁损伤识别的基本理论。旋转子空间算法是基于结构的有限元模型,利用矩阵变换的方法,将损伤位置和损伤程度问题区分开来,实际应用表明,只需利用一阶频率和振型,就可以识别桥的主要损伤位置和损伤程度。

管内插新型自旋转子的流阻及抑垢特性

提出了一种新型自旋转子,并通过数值及实验方法研究了其流动阻力及抑垢特性。实验结果表明,在流速为0.76m/s时转子转速仍可达100r/min,内插该转子的流动阻力比光管增加2倍左右,正反旋向转子组(每组4个转子)相间布置可防止沿流向转子转速递减,使转子转速基本恒定。数值分析表明,通过减小转子的旋转轴套外径并加前端导流锥台的方法,可进一步降低转子的流动阻力,与光管相比仅增加1 4倍左右。初步抑垢实验说明自旋转子具有良好的抑垢性能。

基于子空间旋转变换的低复杂度波达角估计算法

多重信号分选(MUltiple SIgnal Classification,MUSIC)算法是波达方向(Direction-Of-Arrival,DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique,SRT)变换思想提出了一种高效改进算法,即SRT-MUSIC算法。SRT-MUSIC利用秩亏特性对噪声子空间矩阵按行分块并以旋转变换得到降维噪声子空间,进而基于该降维噪声子空间与导向矢量的正交性构造空间谱估计信号DOA。理论分析表明:SRT-MUSIC能有效避免空间谱搜索中的冗余运算,从而成倍降低算法的计算量。对于大阵元、少信号情况,所提算法计算效率优势更为明显。仿真实验证明了SRT-MUSIC的有效性和高效性。

基于子空间旋转的信号频率和波达方向同时估计方法

针对宽频段窄带信号 ,利用时间平移构造伪数据矩阵 ,同时 ,将伪数据矩阵信号子空间进行旋转 ,并通过对构造的信号空间矩阵进行特征分解 ,提取导向矢量矩阵和旋转因子中所包含的角度和频率信息 ,从而直接获得频率和波达方向 ( DOA)的同时估计 .计算机仿真表明 ,该方法在中等信噪比下是有效的 。

基于子空间旋转算法的实桥损伤识别(英文)

子空间旋转算法就是基于结构模型参数的损伤识别方法之一 .子空间旋转算法基于结构的有限元模型 ,利用矩阵变换的方法 ,将损伤位置和损伤程度问题区分开来 ,实际应用表明 ,只需利用一阶频率和振型 。

基于子空间旋转不变性的加性有色噪声中谐波频率的估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究加性有色噪声中谐波频率的估计问题,提出了一种基于子空间旋转不变性的谐波频率的高分辨率估计方法。利用观测信号的自协方差函数构造了一个协方差矩阵,通过对协方差矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了加性有色噪声中谐波的频率和协方差矩阵之间的一种内在联系。利用这个性质可以估计加性有色噪声中谐波的频率。本文方法对于有色噪声的模型无任何假设,而且对于噪声的分布也没有限制,对于高斯和非高斯有色噪声都适用。仿真实验验证了本文所提算法的有效性。

基于旋转图像特征描述子改进的ICP算法

为获取更好的配准结果,在ICP算法的基础上,提出一种基于旋转图像(spin-image)特征描述子改进的ICP算法。获取两个待匹配点云的旋转图像特征描述子,通过比较两个描述子之间特征的相似程度,估算它们之间的对应关系并计算初始匹配参数,利用最小二乘法迭代进行ICP配准。实验结果表明,改进后的算法在配准精度和运行时间上都有较大改善。

子阵旋转和子阵错位在非周期阵列应用中的对比分析

随着预警探测需求的提升,大单元间距阵列的应用得到了快速发展,阵列栅瓣的有效抑制是大单元间距有限扫描阵列设计中的一项重要内容。文中首先介绍了非周期阵列抑制栅瓣的原理;然后,对子阵旋转和子阵错位两种非周期排布栅瓣抑制形式进行了仿真对比,从栅瓣电平、近区副瓣电平、量化瓣、阵列重构、极化形式五个维度分析了子阵旋转和子阵错位的性能优势,对大单元间距阵列的设计具有一定的工程指导意义。

一种孪生双旋转吸引子

研究二维系统Xn + 1=aXn(1-Xn) ,Yn + 1=Xn 由倍周期分岔———“锯齿波型”周期———混沌的转变 ,发现了一种孪生双旋转吸引子 .

子空间旋转法分析及其仿真研究

本文对DOA估计的一种新方法——子空间旋转法进行了全面的分析和详细的证明。指出了用于空间旋转法进行DOA估计的关健是求解奇异对的广义特征值。提供了一种求解的算法,并且利用此算法对子空间旋转法的一些性能进行了计算机仿真研究。

基于同心圆环的大间距子阵级阵列栅瓣抑制

适当增加单元间距和应用子阵级阵列有利于降低相控阵的设计成本,但是阵列的稀疏会带来不期望的栅瓣.为解决该问题,设计了一种无栅瓣阵列:子阵在平面内旋转,围绕阵列中心呈同心圆环分布.为保证子阵之间不会交叠,对圆环半径范围进行了分析.利用一种改进的穷举算法,对每一层圆环上的子阵个数以及圆环半径进行了计算机仿真优化.结果表明,以4×4子阵共1 024个单元为例,所提方法可抑制峰值旁瓣电平约-17.48dB.

一个具有共存吸引子的四阶混沌系统动力学分析及FPGA实现

为进一步探索共存吸引子中复杂的动力学行为,构建了一个具有4种类型共存吸引子的四阶混沌系统,该系统具有4个不稳定的平衡点.采用相轨迹图、时域波形图、庞加莱映射、Lyapunov指数谱和分岔图等方法对新系统的动力学行为进行分析.实验结果表明:随着参数的变化,系统表现出稳定点、倍周期分岔、共存分岔模式、混沌危机等丰富的动力学行为.当改变系统参数和忆阻参数时,发现系统具有不同类型的共存吸引子,例如:两个周期吸引子共存、两个单涡卷混沌吸引子共存、两个双涡卷混沌吸引子共存、两个点吸引子共存.特别地,该系统还存在共存吸引子的旋转现象.最后设计了一个非线性反馈控制器,可使新系统在短时间内实现混沌同步.采用现场可编程门阵列(field-programmable gate array,FPGA)硬件平台捕捉到的相图与数值仿真结果保持一致,证明了该系统的可实现性.

三排滚子转盘轴承端面不重复性误差的分析

针对三排滚子转盘轴承不重复性误差超过用户需要的问题,经分析后发现,该问题是由于推力滚道里外差偏大(0.03mm,公差规定0.04mm,没有超差),使滚子与外圈推力滚道的接触面仅为30%引起的。对外圈推力滚道进行了返修处理,使里外差控制在0.009mm以内,满足了用户需要。

采用等距二元矢量水听器直线阵的二维波达方向估计

为了减小传统四元矢量水听器阵的尺寸和减少冗余阵元,提出了采用等距二元矢量水听器直线阵的二维波达方向(DOA)估计方法。每个阵元(矢量水听器)由空间共点的一个声压水听器和一个振速水听器构成。其中声压水听器阵可以被划分为2个子阵,它们构成旋转对,旋转因子为包含某一轴方向余弦信息的相位延迟因子。振速水听器阵可以被划分为2个子阵,它与声压水听器阵构成旋转对,旋转因子为另一轴方向余弦。基于旋转子空间不变法(ESPRIT)的思想,采用并行总体最小二乘(TLS)矩阵束方法实现对旋转因子的估计和自动配对,从而实现二维DOA估计。计算机仿真实验结果证明了该方法的有效性。

基于ESPRIT的MIMO雷达测向方法

ESPRIT算法测向的关键是提取旋转不变因子。与其他雷达不同,双基地MIMO雷达的方向矢量是发射方向矢量和接收方向矢量的Kronecker积。该文基于双基地MIMO雷达的信号模型,提出了常规提取法、共轭提取法两种方法,获得了发射和接收旋转不变因子,并利用总体最小二乘ESPRIT方法进行角度估计,同时确定出与目标对应的收发角度对。试验仿真表明,这两种方法都能够有效地测向,且由于共轭提取法利用了接收阵元的所有数据,其测向精度优于常规提取法。

一种改进的TLS_ESPRIT的算法

本文简要的介绍了常规的TLS_ESPRIT算法,在此基础上通过对Φ矩阵的重构,提出了一种共轭ESPRIT(C_SPRIT)算法。与TLS_ESPRIT算法相比,此新算法能提供更高的DOA估计精度,且所需更少的阵元数。由于C_SPRIT算法和TLS_ESPRIT算法都利用了相同的几何阵型和相同的子阵列的处理思想,所以新算法的复杂度没有提高。新算法与TLS_ESPRIT算法主要的区别为:(1)当阵元数为M时,TLS_ESPRIT算法分解的两个子阵列的阵元数为M-1,而C_SPRIT算法分解的两个子阵列的阵元数可以达到M;(2)C_SPRIT算法利用了旋转矩阵的共轭矩阵Φ*,而TLS_ESPRIT算法只利用了矩阵Φ,因此我门称此改进的算法为C_SPRIT。通过计算机仿真,可以清楚的发现C_SPRIT算法能提供比TLS_ESPRIT更高的DOA测向精度。

最小化TPE一元回归分类在人脸识别中的应用

针对人脸识别中现有回归分类方法不能很好地考虑总类内投影误差的问题,提出了一种基于最小化总投影误差(TPE)的一元回归分类方法。通过各个类投影矩阵计算所有训练数据的类内投影误差矩阵,并且借助特征分解找到一元旋转矩阵;利用一元旋转矩阵将每个训练图像向量转换为新的向量空间,并计算出每个类的特定投影矩阵;根据一元旋转子空间中各个类的最小投影误差来完成人脸的识别。在两大通用人脸数据库FEI和FERET上的实验验证了所提方法的有效性及鲁棒性,实验结果表明,相比其他几种先进的回归分类方法,所提方法取得了更好的识别效果。