番茄颈腐根腐病抗性基因Frl的定位研究

番茄颈腐根腐病是近年来极具破坏性的番茄土传病害之一,严重影响番茄的品质和产量。为挖掘番茄颈腐根腐病抗性相关基因,本研究利用全基因关联分析(GWAS)和遗传定位对番茄颈腐根腐病抗性基因进行研究。首先对来自国内外的200份番茄材料进行全基因组关联分析,在番茄9号染色体定位到抗颈腐根腐病的位点,再利用抗病材料KP13及感病材料T15196的双亲群体进行连锁作图,综合GWAS和连锁作图结果,将Frl定位于标记SSR105和FrlSNP20之间,遗传距离约为0.8 cM,物理距离约为93 kb。筛选出4个属于番茄谷胱甘肽硫转移酶(SlGST)家族成员的候选基因Solyc09g011510.2.1、Solyc09g011580.2.1、Solyc09g011600.2.1和Solyc09g011630.2.1。获得1个与抗病性状紧密连锁的标记FrlSNP25,利用该标记对94个番茄材料进行抗性鉴定,样品基因型与颈腐根腐病抗性鉴定表型吻合率92.55%。本研究为番茄抗颈腐根腐病种质创新和揭示番茄抗颈腐根腐病抗性机理奠定了基础。

养殖RFID测温定位电子耳标研究——基于智慧农业区块链

首先,介绍了区块链和物联网技术在智慧农业应用的概念;然后,基于结构、温度传感器、RSSI定位和天线等多个模块实现了对测温定位电子耳标的设计;最后,为了验证该RFID测温定位电子耳标的性能,设计了一套放养羊群的养殖信息监测系统,对每只羊的实际位置和体温进行监测。测试结果表明:系统可以准确测量山羊的体温和位置,响应快,稳定性高,符合设计需求。

一种适用于混合三端直流输电线路的故障定位方法

针对因结构复杂导致的混合三端直流输电线路故障定位困难的问题,提出了一种结合变分模态分解算法与改进卷积神经网络(CNN)的故障定位方法(VMD-CNN)。首先,利用PSCAD/EMTDC软件构建混合三端直流输电系统模型,获得故障电流数据,应用克拉克变换对其解耦,获取故障电流的线模分量;其次,对得到的线模分量进行变分模态分解(VMD),得到多个本征模态函数(IMF)分量,选取特征信息最丰富的IMF分量作为VMD-CNN模型的输入;然后,利用高效的分类模型支持向量机(SVM)判别故障发生的区域,将提取到的IMF分量作为SVM输入进行训练学习,可以准确判断出故障发生区域;最后,搭建VMD-CNN模型进行故障定位,挖掘出行波信号中蕴藏的故障信息,同时通过麻雀搜索算法优化CNN中的超参数,实现混合三端直流输电线路的精确定位。仿真结果表明:过渡电阻为100Ω,不同故障位置情况下的定位相对误差均在0.17%以内;故障位置为460 km,不同过渡电阻情况下的定位相对误差均在0.25%以内;过渡电阻为50Ω,不同故障类型情况下的相对误差均在0.3%以内。所提方法能够提升不同故障位置、过渡电阻和故障类型下的定位准确性。

基于双目视觉技术的茶叶嫩芽定位方法研究

进一步提升茶叶嫩芽定位的准确性及茶叶嫩芽采摘的作业效率,选取双目视觉技术作为切入点,针对其识别、定位、采摘等环节展开设计研究。考虑茶叶嫩芽采摘的基础特征和双目视觉技术的应用条件,合理搭建双目视觉模型,选用立体匹配的核心定位算法,完成茶叶嫩芽的定位方法与采摘功能优化,并布置相应的试验机构,展开定位采摘验证试验。结果表明:基于双目视觉技术的茶叶嫩芽定位方法应用具有显著的优越性,较普通定位方法而言,识别误匹配率可降低至4.01%,平均漏采率为3.20%,嫩芽采摘完整率达93.40%,可以很好地促进茶叶嫩芽的后续处理加工,是采摘茶叶嫩芽的品质化的重要基础保障。

基于Cross-EKF定位的多机器人协作围捕策略研究

针对目前多机器人协作围捕过程中收敛速度慢、稳定性差、定位精度低的问题,提出一种新的围捕策略.设计出Cross-EKF定位算法,对目标位置的后验估计协方差进行交叉计算,以取得最小协方差区域.以区域边缘点到均值中心最大距离为半径,构建收敛圆,将对动态点的收敛扩展为对动态面的收敛.实验结果表明,系统能快速平稳地收敛该圆,从而实现对目标的精确围捕,该方法具有较高的实用价值.

多传感器融合算法的四旋翼无人机室内定位技术研究

针对缺乏明显位置标识的室内环境,为实现无人机的精确定位,提出了一种多传感器融合算法。该算法综合运用了中值滤波、阈值分割、投影变换、最小二乘法等手段,以实现无人机位置和位姿的精确估计。通过一系列实验,对所提出的算法与模拟算法进行了对比分析,验证了所提算法的准确性,并完成了四旋翼无人机在室内环境下的初步定位任务。

青稞分蘖角度的QTL定位

分蘖角度是青稞株型的主要构成因素,在提高青稞产量与抗倒伏性中发挥着极为重要的作用。为解析青稞分蘖角度的遗传机制,本研究以青稞品种‘达章紫’(株型松散)和‘昆仑10号’(株型紧凑)为亲本构建的RIL群体为材料,基于高密度遗传图谱,在多环境中进行青稞分蘖角度的QTL定位,并利用RIL群体衍生的剩余杂合系,对鉴定到的主效QTLqTA7H-1进行精细定位。在青稞7条染色体上共检测到9个控制分蘖角度的QTL,解释表型变异为6.41%~33.57%,其中,qTA3H-1和qTA7H-1为多环境共检测的主效QTL,平均加性效应分别为5.42°(增效)和-3.87°(减效);在减效QTL qTA7H-1初定位区间筛选到4个剩余杂合体,自交衍生F8:9近等基因系,在置信区间内加密设计14对分子标记对RHL群体极端单株进行检测,利用获得的5种交换类型单株,将qTA7H-1进一步界定在PC08(32,252,397)与PA10(41,790,765)约9.54Mb的物理区间内。本研究初步揭示调控青稞分蘖角度的遗传因子,为开展分蘖角度性状的遗传改良与分子设计育种奠定了基础。

基于卫星授时监测数据改善定时及定位方法研究

为使卫星授时监测数据更好地服务于用户,研究使用其削弱标准单点定位中卫星端和传输路径误差的影响,改善用户端定时稳定度与定位精度;同时将用户相对于卫星导航系统时间的定时偏差改正到相对于国家标准时间。以GPS为例开展实验验证,短基线实验结果表明,定时方面,L1频段定时偏差的均值从-42.8 ns改善到5.4 ns,L2频段从-53.6 ns改善到2.8 ns;定位方面,L1频段X、Y、Z三个方向定位误差的均值改善55%以上,L2频段改善77%以上。证明使用卫星授时监测数据,卫星导航系统用户不仅可以将伪码定位精度提高至亚m级,还可以获得相对于国家标准时间的偏差,实现国家标准时间的ns级授时。

面向无人机协同定位的机载深度计算编译优化

随着无人机技术快速发展,在定位信号缺失的情况下进行无人机定位成为一个研究难题。而近几年图神经网络的出现与发展,为解决这一难题提供了一种新的解决思路。然而在资源受限的无人机端侧部署图神经网络面临着无人机算储资源受限及实时性难以满足等挑战。提出面向无人机协同定位的机载深度计算编译优化方法。采用了一种轻量化的时间图卷积神经网络模型,该时间图卷积网络由图卷积网络和门控递归单元组成,将无人机群的空间依赖性和无人机位置变化的时间依赖性同时加以考虑,对无人机群位置进行精确的预测;针对该模型在时间图卷积网络上的冗余特性,提出了基于逆向Cuthill-McKee图重排和基于双深度确定性策略梯度的全局自适应剪枝算法。在保证无人机群坐标精确预测的同时,不仅能提高数据在主存的空间局部性,加速模型的运算速度,而且能够对模型进行自适应的非结构化剪枝,降低模型的存储复杂度。实验结果表明,相对于已有的时间图卷积神经网络模型,编译优化后的轻量化时间图卷积神经网络模型在保留78.8%准确率的同时,模型计算时间降低37.9%,模型的平均剪枝率达到90.3%。

基于包络互相关定位方法的积石山M_(S)6.2地震前超低频地震研究

利用包络互相关方法对积石山M_(S)6.2地震前的超低频地震进行定位。先在较大范围内进行初步定位,然后在较小范围内进行精确定位。通过增加或减少震源不同方位的台站数量进行分析,结果显示,台站在各个方位上的均匀分布至关重要,可以有效减小定位误差。定位结果表明,积石山地震前的超低频地震主要分布在断裂带附近,分布方位和断层方向保持一致。

一种联合泰勒展开与最小二乘的运动目标被动雷达质心定位算法

针对两步加权最小二乘(two stage weighted least squares,TSWLS)算法在复杂场景下对运动辐射源定位不精确、观测站位置和目标位置的几何关系与精度相关的问题,提出一种基于泰勒展开与两步加权最小二乘联合的运动目标被动雷达质心无源定位算法。该方法首先利用两步加权最小二乘算法求解目标的位置与速度;再将所获得的目标参数作为泰勒展开的初始值构造定位误差方程,并通过迭代对目标寻优求解;最后利用联合算法和两步加权最小二乘算法分别获得估计值,对两次估计值进行质心定位得到最终结果。仿真实验表明,无论目标处于高速还是低速状态下,相较于传统的两步加权最小二乘算法和加权最小二乘(weighted least squares,WLS)算法,本文所提算法在鲁棒性和定位精度方面均有较大提高,且降低了观测站位置和目标位置几何关系对定位精度的影响。

UMTransNet:结合U-Net和多尺度感知Transformer的图像拼接定位方法

当前基于深度学习的图像拼接定位方法大多只关注深层次特征,且感受野有限,忽略了浅层次特征,影响图像拼接定位的准确性。针对上述问题,文中提出一种结合改进U-Net和多尺度多视角Transformer的图像拼接定位网络UMTransNet。改进U-Net模型的编码器,将编码器中的最大池化层替换成卷积层,防止浅层次特征的流失;将多尺度多视角Transformer嵌入到U-Net的跳跃连接中,Transformer的输出特征与U-Net的上采样特征进行有效融合,实现深层次特征与浅层次特征的平衡,从而提高图像拼接定位的准确性。通过可视化检测结果图显示,所提方法在定位拼接篡改区域方面表现得更加出色。

卫星拒止环境下无人机INS/GNSS紧组合定位算法研究

无人机在城市或山区等复杂低空环境下飞行时,很容易进入卫星拒止区域,导致接收到的卫星信号较少,GNSS接收机定位精度大幅下降甚至停止工作。针对无人机在卫星拒止环境下INS/GNSS紧组合的定位性能迅速下降的问题,提出使用零速修正方法对INS/GNSS紧组合定位算法进行改进;并根据航路所需导航性能需求,针对长时间处于拒止环境下可能引起的零速修正重启问题进行了有效约束,保证了无人机在此环境下拥有良好的导航性能。仿真实验证明,相对于传统卡尔曼滤波,零速修正调整的卡尔曼滤波显著降低了定位误差,其中水平误差降低了90.39%,高度误差降低了86.47%,UANP值减少了72.99%,导航定位性能明显提高。

短定子磁浮列车基于悬浮间隙实现测速和定位的算法仿真及应用

短定子磁浮列车测速和定位技术实现方式与传统轮轨不同,目前有多种技术实现方式,但都需要在磁浮列车上设置测速和定位设备或系统,且与悬浮控制系统相互独立,但悬浮控制系统对速度信号和位置信号又有一定的依赖性。因此,设计了一种基于悬浮间隙实现测速和定位的算法,并通过仿真达到算法设计预期目的,最后通过编程将算法嵌入磁浮列车的悬浮控制系统硬件平台,实现测速和定位的算法应用,测速和定位信号完全集成于悬浮控制系统中,摆脱悬浮控制系统对外置测速定位系统的依赖,提升磁浮列车在轨道交通市场的竞争力。

基于大数据和无线网络的采摘机器人定位技术研究

分析了5G无线网络定位原理,提出了单基站定位技术和加权质心的5G定位技术,设计了采摘机器人定位系统硬件部分,并基于大数据和无线网络实现了采摘机器人定位系统。试验结果表明:系统具有较好的定位精度,优于单基站定位方法精度,且其定位曲线与北斗定位设备曲线拟合度非常高,稳定性较好。

基于多传感器融合的泄漏源巡检定位系统设计

针对现存气体泄漏检测仪效率低、无法定位泄漏源等问题,提出了基于STM32的双车联动周期巡检方案,同时利用多传感器融合的方法,成功实现了对泄漏源位置的精准定位。方案采用了模块化设计思想和电子积木的概念,综合了便携式、固定式和区域检测系统3种方案的优点。实验证明,该周期巡检方案和泄漏源定位技术切实可行,不仅定位精度高、通信响应及时,还具备出色的可维护性和可升级性,并且系统各个模块具有可替换性,使得其拥有更广泛的实用性和普及性。

基于馈线自动化的铁路10kV配电网故障区间定位方法

为快速准确地定位铁路10kV配电网故障区间,提高配电网运行的安全性与可靠性,利用馈线自动化,开展10kV配电网故障区间定位方法研究。首先,利用智能监测设备,检测并初步判断配电网故障。当检测到配电网发生异常时,采集故障信息并将其传输到配网主站。在此基础上,利用馈线自动化技术,对配网故障区间进行逐步推进的定位。实验结果表明,提出方法应用后,故障点定位结果与实际位置更加接近,显示出其较高的定位准确性和稳定性。

基于数字孪生的工业机器人定位精度测量技术

近年来,数字孪生技术在各行各业的应用逐渐增多,尤其是在工业机器人领域,已成为提升生产效率和定位精准度的重要手段。旨在探索数字孪生技术在工业机器人定位精度测量中的应用,提升机器人在复杂环境中的定位准确性与实时性。首先,对数字孪生技术的概念进行了探讨,明确了其在工业领域内的应用前景;其次,提出了工业机器人定位精度测量控制模型;再次,提出了基于A^(*)算法的工业机器人定位精度测量算法;最后,通过实验数据验证了该方案的有效性和可靠性。结果表明,数字孪生技术不仅能够有效提高工业机器人的定位精度,还能够减少因定位误差造成的生产损失。

西藏林芝高山森林生态系统国家野外科学观测研究站 西藏林芝森林生态系统定位观测研究站简介

西藏林芝高山森林生态系统国家野外科学观测研究站暨西藏林芝森林生态系统定位观测研究站(简称:林芝站)始建于1985年,1992年加入中国森林生态系统定位研究网络(国家林草局CFERN),2005年纳入国家生态系统观测研究网络(科技部CNERN),依托单位为西藏农牧学院。林芝站所在藏东南山地植被垂直带完整,是青藏高原森林的典型代表区域,具有全球唯一性。自建站以来,林芝站致力于高原森林生态科学前沿研究,重点关注高山森林生态系统结构与功能、高寒植物多样性、森林退化与修复、生态系统服务与安全等领域。按照国家观测研究的规范标准,开展了野外科学试验研究,通过长期的野外定位观测获取科学数据,并实现了科技资源的开放共享。

基于IMU-LiDAR紧耦合的煤矿防冲钻孔机器人定位导航方法

防冲钻孔机器人是冲击地压矿井卸压的关键设备,其在复杂卸压巷道的精确地图构建和的稳定导航是实现钻孔作业智能化的基础和前提。在分析激光雷达点云畸变成因和同步定位与地图构建(SLAM)算法缺陷的基础上,设计了基于惯性测量单元(IMU)连续时间轨迹的点云畸变矫正方法,建立了激光雷达和IMU的数据融合模型,提出了基于IMU-LiDAR紧耦合的防冲钻孔机器人定位建图方法。根据煤矿卸压巷道特点建立了密闭坡道模型,开展了建图效果仿真分析,结果表明,所提算法在定位精度、轨迹误差方面均优于现有常用算法。在此基础上,设计了基于改进人工势场法和快速扩展随机树的动态路径规划方法,建立了适用于防冲钻孔机器人的路径规划与导航融合方案,并设计了2种仿真运动场景,结果表明,所提路径规划方法在全局路径规划和动态路径规划的平均路径长度、平均运行时间、平均生成节点数等方面均具有较好的综合性能。为了进一步验证防冲钻孔机器人定位导航方法的实用性,在校内模拟巷道、地面实验基地和井下卸压巷道等场景下开展了多组对比实验,结果表明:将IMU数据与LiDAR数据紧耦合后,所提方法的定位建图精度明显提高,在特征退化场景中具有优越的定位建图性能,且规划路径的运算效率和路径代价方面均具有良好的表现,验证了所提定位导航方法在多种场景中的可行性和优越性。