广义回归神经网络在汽车换档机械手运动轨迹测量中的应用

针对换档机械手机构特性,设计了广义回归神经网络(GRNN)模型,输入层为两结点输入,即角位移坐标值α、β;输出层为两结点输出,分别对应空间坐标值x、y,网络中间层的神经元传递函数采用径向基元函数,输出层的神经元传递函数采用线性元函数,对于光滑因子在[0.05,0.1]间取值,进行对比分析,最终选定光滑因子取0.05。以标定数据中的一部分作为样本对上述神经网络进行训练、仿真,并预测另一部分数据,经过对结果的误差分析和与BP神经网络作比较,验证了本网络模型的有效性和精确性。与BP网络相比,其算法易于实现、结构简单、便于编程、收敛较快,可成功应用于本机器人系统中。

基于DGPS的海洋平台运动轨迹测量装置研究

针对海洋平台在单点系泊作用下运动轨迹的监测问题,研制了一套DGPS海洋平台水平运动轨迹测量装置。该装置利用GPS实时测量海洋平台的定位位置,通过自建基准站提供差分改正数据,移动站接收并解析该差分数据提高传统GPS接收机的定位精度,两者构建DGPS测量系统,动态描绘海洋平台的运动轨迹。通过地面小车运动模拟海洋平台的水平运动,对该DGPS测量系统进行各项静态和动态性能的实际测试,结果表明,其动态跟踪效果完全能够满足海洋平台运动轨迹测量的需要。

改进BP神经网络在汽车换挡机械手运动轨迹测量中的应用

针对换挡机械手机构特性,采用Levenberg-Marquandt算法设计了3层改进BP网络模型。以标定数据中的一部分作为样本对上述神经网络进行训练、仿真并预测另一部分数据,经过对结果的误差分析和与采用其他算法比较,验证了改进BP网络模型的有效性和精确性。其算法可成功应用于机器人系统中。

基于短基线组合系统实现浮标阵水下目标运动轨迹精确测量

针对水声定位浮标基阵的水下运动目标的轨迹测量时,由浮标水下阵元位置误差引起系统的误差,提出以短基线组合定位系统的浮标水下阵元坐标实时测量校准方法。仿真结果表明,采用短基线组合定位技术,能保障浮标水下接收阵元的定位误差小于0.3 m,系统水下定位误差小于3 m,满足对水下目标轨迹的精确测量技术要求。海试结果证明效果可靠。

提高超声步态仪精度的方法研究

在步态仪中利用接收的超声信号峰值信息来校正前沿定时产生的误差 ,可以提高步态仪的精度。给出了实测数据和修正曲线。