基于自适应分级滑模控制的球形机器人定位控制

探讨一种三驱动球形机器人的定位控制问题,提出基于控制增益自适应调节的分级滑模控制方法。相比于现有定位控制方法,所提出的控制方法对于系统不确定性具有很强的鲁棒性。将球形机器人系统分解为球体子系统和偏心质块子系统,并在此基础上分别设计系统的各级滑动面。基于Lyapunov函数法选取分级滑模控制律和控制增益自适应律,并采用边界层法削弱分级滑模控制器的抖振。应用Barbalat引理证明闭环系统的稳定性,并利用数值仿真实验验证所提控制方法的可行性和有效性。数值仿真结果表明,该控制方法能够实现带有不确定性的球形机器人系统的定位控制。

自适应分级粒子群算法的阈值图像分割研究

提出了一种改进型的粒子群算法,并与阈值法相结合应用于图像分割。该改进粒子群算法通过调节惯性权重而获得合理有效的收敛速度;采用分级思想对粒子进行分类并对普通粒子速度更新公式进行修改,从而有效避免了优化过程中粒子的早熟现象;结合遗传算法中的交叉思想增加种群的多样性,增强全局搜索能力从而避免算法陷入局部最优解。将其应用于的阈值图像分割,试验结果表明:相对于标准PSO算法,该自适应分级粒子群算法具有较强的全局寻优能力,且收敛速度快、鲁棒性好,能很好地应用于阈值图像分割。

交错断层四面体自适应网格分级细化研究

目前四面体自适应网格细化技术多集中于简单层状地质体的三维重构与表达分析,对结构复杂、数据不连续的含交错断层等地质体进行自适应网格细化时,易出现过度细化,导致断层区域的网格结构受到影响。为了提高含复杂断层四面体网格模型的精度,提出一种适用于交错断层的四面体自适应网格分级细化方法。首先,根据断层影响范围公式,自适应确定断层网格附近的细化范围;其次,构建四面体和四面体边的分级细分公式,确定细化范围内的四面体和四面体边的分级;然后,针对四面体网格细分时出现的多种情况,通过对边的升级处理,将细分的8种类型统一为3种类型;最后,在细化范围内,通过新增加顶点和原顶点重新连接四面体,改变网格的单元尺寸,生成高质量的网格模型。以内蒙古自治区某含交错断层露天煤矿的四面体网格模型为例,使用三维网格质量评估算法及FLAC3D模拟软件分析细化前后的网格模型,结果表明:细化后的网格模型失真值从0.3317降低到0.3061,表明网格的质量得到提升;在相同参数下,未细化模型的最大位移为1.16 m,稳定性系数为1.27,分级细化后模型的最大位移为1.29 m,稳定性系数为1.23;细化后模型的位移云图处于断层处,且能够体现断层分布特征和断层对边坡的影响规律,而未细化模型的位移云图的位置偏离断层中心,断层对边坡的影响效果不明显。

基于代价敏感支持向量机和多变量决策树的分级自适应暂态电压稳定评估

为解决暂态电压稳定评估中失稳工况漏判率高的问题、提升多变量决策树(multivariate decision tree,MDT)应用能力,提出一种分级代价敏感多变量决策树(hierarchical cost sensitive multivariate decision tree,HCS-MDT)评估方法。基于可量测电气量时空联合拓展构建特征,利用改进经验风险的代价敏感支持向量机(cost sensitive support vector machines,CS-SVM)作为MDT内部节点分类器,生成解析式组合特征判稳规则作为可视化决策依据,并能有效减少失稳漏判;将分级自适应(hierarchical self-adaptation,HSA)准则融入CS-MDT中进行暂态电压稳定评估,在提升早期评估能力的同时有效保障评估准确率。暂态电压稳定仿真算例验证了所提方法的有效性。

烟叶质量分级自适应系统研究

在烟叶外观品质特征定量化的基础上，构造了烟叶质量自适应检验数学模型，目的是减少系统对矛盾数据的敏感性，以实现在标准烟叶样本较少的情况下进行学习。数学模型包括分组分级模型和权重优化模型。本文对构造的模型进行了实际应用，应用结果表明该数学模型对不同年份、不同产地烟叶分组分级效果稳定。

基于分级自适应背景差分的运动目标检测

针对经典自适应背景差分法中存在的问题,提出一种基于分级自适应背景差分的运动检测方法。方法结合了帧间差分法和背景差分法的优点,解决了运动检测中常见的拖尾问题和空洞问题。利用识别信息对感兴趣目标单独使用更新系数进行更新,在快速跟踪背景变化的前提下,能够保持对感兴趣目标的持续关注。

红外干燥箱变论域模糊PID复合温控设计

烘干失重法粮食水分测定过程中,干燥箱温度的精准控制是检测结果准确性的重要保障。针对干燥箱温度变化过程非线性、时滞性和温控精度高的特点,提出一种基于粒子群模型参数辨识的变论域模糊PID复合温度控制策略。基于红外辐射干燥机理及能量守恒方程建立温控系统非线性模型,并利用粒子群优化算法完成参数辨识,通过设定二级偏差阈值,将变论域模糊PID算法结合Bang-Bang控制方法构成自适应分级复合控制策略。系统仿真实验表明:相较于常规PID控制和传统模糊PID控制方法,改进后的复合控制策略在超调量、调节时间和控制进度方面明显改善,在不同工作点温度下,控制误差均小于0.4℃,且具有较好的抗干扰能力。

分级有序P2P超级节点拓扑构造

拓扑构造是P2P网络研究中的核心问题之一。在当前的超级节点拓扑构造中,采用固定的两层结构和基于谣言的无序构造方式,不仅限制了系统性能,而且产生了过多的负载,使超级节点成为系统的热点。同时,无序构造方式也带来较高的成本和安全问题。据此,提出一种分级有序的超级节点拓扑构造方法(HOST),按照网络规模对超级节点进行自适应分级,并采用有序的节点加入和退出算法。模拟结果和分析表明,HOST能有效控制超级节点的产生,平衡超级节点间负载,同时显著降低拓扑构造和拓扑修复过程中产生的成本。

基于SIFT算法在遥感图像匹配中的研究

针对遥感图像在光照和几何差异等复杂因素上引起的匹配误差,深入研究了SIFT特征描述符的改进方法。利用特征点圆形区域来构造特征描述符,采用自适应量化策略用来局部区域的划分和梯度直方图的计算,并对每个描述子采用一种插值法重新确立主方向,改进SIFT算法的描述符。降低特征点维数的同时,又保证特征点描述符的独特性和鲁棒性。研究结果表明,改进的SIFT描述符在遥感图像几种复杂环境下都取得了预期的结果,证实了改进算法的可行性。

顾及系统噪声和观测噪声的分级自适应信息滤波算法

高精度的载体动态导航与定位不仅需要对载体异常扰动和观测异常有良好控制,还需要对状态方程系统噪声及观测噪声的时变特性有准确认识和处理。首先针对包含系统噪声的动力学模型和包含时变观测噪声的导航系统,提出一种基于信息滤波形式的分级自适应滤波算法。然后针对系统噪声的渐变性和突变性,增加了遗忘因子和二段自适应因子,提高了对突变噪声估计的稳定性;顾及观测噪声的时变特性,采用传感器间差分和观测数据历元差分法估计观测噪声协方差。最后进行了仿真实验和深海拖体实验,结果表明,该算法不仅可以有效地估计系统噪声,还能准确地估计时变观测噪声的协方差阵,提高水下载体动态参数的估计精度。

用于自动目标识别的人工神经网络

自适应分级目标区分和识别神经网络(SAHTIRN)是用于自动目标识别的先进神经网络模型的一种独特而有效的组合。它由三种模型组合而成:(1)一个基于Canny边缘探测器的早期视觉分段器,(2)一个基于改进型新识别器(Neocognitron)结构的分级特征萃取和图形识别系统,(3)一个基于反向传播网络的图形分类器。在由国防先进研究计划局发起的一个神经网络计划中,休斯公司利用地面标图板为模型的红外成象技术,以一些地面车辆为目标,对自适应分级目标区分和识别神经网络进行了广泛的测试。此外,利用一些实际的红外和手写字符数据库也进行过广泛的测试。休斯公司成功地证明了这种神经网络的性能,在大量各种各样的数据中,正确分类的概率为91％至100％。本文提供了获自这些实验的从头到尾的系统结果,并且对获自自适应分级目标区分和识别神经网络系统每一级的中间阶段结果都进行了讨论。

基于嵌入式监控系统的运动估计算法

基于对监控视频序列运动矢量分布的方向特性和起始点预测搜索技术的研究,提出了一种运动估计算法—自适应三分级搜索算法(ATLS),并结合Inter XScale微处理器架构对算法进行优化,解决了传统运动估计算法在嵌入式系统中搜索速度低的问题,算法运算复杂度低。实验结果显示,与运动矢量场自适应搜索算法相比,在图像质量几乎不下降的情况下,该算法平均搜索速度明显提高,综合性能优于运动矢量场自适应搜索算法(MVFAST)算法。