非完美信道状态信息下分布式智能反射面辅助安全通信研究

针对非完美信道状态信息(CSI)下分布式智能反射面(RIS)安全通信问题,该文构建基于基站波束成形、人工噪声(AN)和RISs相移的联合优化问题,并提出相对应优化方法和1维线性搜索的有效算法来求解所构建的非凸优化方程。仿真结果表明:相对于随机相位、无AN辅助的安全传输策略,所提方法在非完美CSI场景可取得更高的安全传输速率;在总反射单元数目固定情况下,分布单元数目越多,所提算法优越性越明显;进一步,所提算法具有更强的鲁棒性,即本策略能更好地适应信道不确定性。

基于模糊RBF神经网络的康复机器人控制

针对电力驱动康复机器人控制系统响应滞后、易抖动等问题,提出了基于模糊理论和RBF神经网络的控制策略。采用模糊PID算法确定初始参数,同时利用RBF神经网络的快速学习能力解决了传统的PID控制器无法实现参数自适应调整的问题。以某二两杆康复机器人上肢做位置跟踪仿真实验,结果表明,与传统的控制方法比较,该方法控制的系统响应快、超调量小,具有更好的跟踪性。

基于遗传算法和模糊神经网络的康复机器人上肢阻抗控制

康复机器人用于患者上肢的辅助康复训练时,需要根据患肢病情的变化及时调整控制策略,保证系统运动的稳定。在传统阻抗控制方法基础上,提出一种基于模糊神经网络的新阻抗控制方法,通过在线辨识得到机械阻抗参数,根据目标阻抗力模型建立模糊神经网络阻抗控制器,运用控制器调整目标阻抗参数。具体调整采用离线优化和在线微调相结合的方式。仿真结果表明,该方法控制的上肢康复机器人能更好地适应患者病情的变化,系统具有较好的稳定性和鲁棒性。

康复机器人上肢的模糊PID和神经网络阻抗控制

肢体运动功能障碍患者借助康复机器人进行辅助康复训练时,为了提高康复效果,需要选择合适的控制策略。目前,阻抗控制是一种广泛使用的力控制方法,但传统阻抗控制方法不能够根据患肢病情的变化情况及时调整阻抗参数。在传统阻抗控制策略基础上,提出一种基于模糊PID结合神经网络阻抗控制的方法,建立了系统总体结构、模糊PID控制器结构以及神经网络阻抗控制器结构,采用模糊PID算法实现机器人的位置控制,神经网络阻抗控制实时调整阻抗控制参数。取某两连杆机械臂做仿真实验,结果表明,与传统的阻抗控制方法比较,该方法控制的系统具有更好的跟踪性和协调性。

基于粒子群的多毫米波安防机器人环境感知方法

安防机器人常工作于昏暗、烟雾等环境,毫米波有探测这类环境的能力,但其点云是稀疏的,可将多毫米波的点云融合以提高环境感知的能力。点云融合时需要精确的结构参数,针对测量法获取结构参数存在误差的问题,在分析多毫米波点云坐标的基础上,利用粒子群算法对毫米波雷达结构参数进行搜索,并根据搜索结果进行点云融合以及环境地图的构建;同时提出稀疏点云地图的评价指标,对毫米波感知效果进行定量评价。利用安防机器人在昏暗环境下开展实验,结果表明与结构参数由测量法获取的多毫米波感知系统对比,点云数量有所增加,地图边界空洞数量平均减少55%,边界噪声率平均下降12.9%,物体点云离散度平均下降约0.06,中心位置的偏移量均有所减小。

基于调频毫米波的安防移动机器人导航系统

随着安防机器人应用领域的扩大,其工作环境的复杂性随之增加。在烟雾、灰尘和昏暗等特殊的室内环境中,视觉和激光导航方式不再适用。针对该问题,在开展毫米波雷达测距原理的研究的基础上,首先开展二脉冲对消器的研究,滤除静态杂波,并设计动态门限检测器,准确获取毫米波雷达与移动机器人之间的距离;为了提高导航精度,提出一种分割聚类法,处理距离数据集合;最后基于三角定位原理设计安防机器人导航系统。实验结果表明,利用分割聚类法相比均值法,机器人的导航精度更高。在烟雾、昏暗的环境下,机器人可以沿着设定的直线和曲线运行,其导航误差约为0.11 m。

基于EKF的机器人捕捉轨迹未知的抛物方法

针对机器人捕捉被抛出物体研究领域面临着当抛物轨迹动态未知时,机器人难以精确捕捉的问题,在研究六自由度机器人末端精确控制的基础上,模拟人捕捉抛物的思想,提出首先通过预测抛物的轨迹,预判机器人出机器人的近似捕捉点,并使机器人提前运动至该点等待;当抛物进入机器人工作空间时,再提出基于扩展卡尔曼滤波(EKF)的捕捉的算法,使机器人克服扰动,实现精确捕捉。实验结果表明:采用六组不同的动态未知抛物的情况下,机器人可以实现精确的捕捉。在此基础上又开展多组实验,结果表明:机器人捕捉的成功率可达95%以上,因此该方法能够有效地提高动态未知环境下机器人捕捉抛物的成功率,推动了机器人智能化水平的发展。

一种可通过耐张线夹的电力线路巡检机器人

电力线路巡检机器人是代替人执行巡检任务的特种机器人。耐张线夹是高压线巡线机器人需跨越的障碍物之一,它起到把绝缘子串固定在杆塔上和连接高压线的作用。由于耐张线夹处宽度与高压线不同,而通常机器人的夹爪尺寸依据高压线的尺寸设计,使得机器人的夹爪与耐张线夹的吻合度不高;耐张线夹与水平面之间存在夹角,机器人在该处运行时存在滑落的风险;由于钢锚的阻碍,机器人无法从其上方整体通过。为此设计了多曲面的夹爪,自上而下分别与高压单股线、并沟线夹、耐张线夹三种直径线型相适合,保证夹爪在巡线过程中与输电线路紧密贴合;根据夹爪和高压线之间摩擦力的研究,在夹爪内部填充柔性物质,以增大夹爪与高压线之间的摩擦力;最后设计旋转机构,使机器人的夹爪依次旋转避开钢锚。实验验证表明,机器人的夹爪能够与耐张线夹吻合,可以在倾斜处运行而不下滑;在旋转机构的作用下,机器人能够逐步通过钢锚;在通过耐张线夹过程中,机器人沿着高压线方向横滚角的标准偏差约为7.5°。机器人能顺利通过耐张线夹并且平衡性较好,有助于该机器人长期稳定运行,节省人力物力并提高巡线效率。

直流微电网中DC-DC变换器的切换控制方法研究

本文针对直流微电网中的DC-DC变换器进行了研究,以变换器的开关动作为切换信号建立线性切换系统模型,基于PWM波的特性提出一种新的切换控制方法用于DC-DC变换器网络。该切换控制方法既与时间有关又与系统状态有关,首先通过系统状态误差信号来确定每一周期内的切换时间且在周期的端点处必须切换,然后将周期内对应子系统的激活时间累加得到该周期的占空比。通过仿真和实验对比,可以看出该方法限定每个开关周期只进行一次切换,能够降低系统的切换频率,在负载需求波动时能够快速响应并将输出电压稳定在期望值的±1%内,验证了该切换控制方法的优越性。该方法的实施将在一定程度上降低直流微电网的损耗和提高其稳定性。

基于分布式智能反射面的物理层安全通信研究

智能反射面(IRS)能够实时调整无线传输环境提高通信效率,在后5G和6G研究中得到广泛关注。该文研究分布式IRSs安全速率最大化问题:考虑功率和恒模约束以及IRS链路之间的相关性,以最大化安全传输速率为目标,构建基站波束成形和IRSs相移参数联合优化问题。采用分式规划和流形优化算法求解构建的非凸优化方程。仿真结果表明,相较于传统算法,该文算法具有较高处理效率有效提高系统安全性,也进一步表明分布式部署IRS比集中部署安全性能更优。

直流微电网中能量协调控制策略的研究

为解决直流微电网中母线电压稳定和能量流动平衡的问题,提出了基于直流微电网能量平衡关系的切换控制策略,将直流微电网的母线电压平衡转化为能量平衡,并将直流微电网建模为具有5种模式的线性切换系统,针对每种模式设计了稳定母线电压的控制器;为实现模式之间的无缝平滑切换,在任意切换稳定的基础上,针对微电网的能量流动特点,给出相应的模式切换规则。通过理论分析可知,该切换控制策略能够很好地实现母线电压稳定和能量平衡,对单一模式以及模式之间的切换进行了仿真研究,结果表明:该控制策略能在功率不平衡时,将母线电压波动控制在额定电压的±5%以内并能快速恢复到期望电压。

绳驱动伸缩臂设计与控制策略研究

传统伸缩臂大多使用液压驱动,使得伸缩臂体积质量较大、稳定性较差。针对此问题,设计一种电力驱动的绳索滑轮伸缩臂,通过运动学仿真分析,验证三节臂运动稳定性。在此基础上,将绳索模型简化为无质量的弹簧模型,并引入摩擦项,建立伸缩机构驱动单元的动力学精确模型。运用建立的动力学模型对所设计的伸缩臂进行控制系统稳定性分析,结果显示,系统在陷波频率点处存在谐振情况。通过引入双T网络和比例环节对系统传递函数进行校正,分析结果表明,改进后的系统谐振峰值减弱,绳驱动伸缩臂系统稳定。

网联环境中基于免疫思想的公交通行策略

在V2X网联环境中,公交系统能够获取全局的动态信息,以相邻公交车站之间的道路为场景开展网联公交的通行策略研究。以绿信比之差为主要参数,构建公交快速通行的数学模型;遗传算法与免疫思想相结合,设计亲和度,选取优秀抗体,提出一种混合遗传算子;改进自适应交叉、变异概率,提出一种基于免疫思想的公交通行策略。仿真结果表明:对比固定相位时长,采用遗传算法和基于免疫思想的通行策略均可较大程度地减少公交车的运行时间、等待时间和停车次数等重要指标;对比遗传算法的通行策略,基于免疫思想的通行策略绿信比变化降低了约8.8%,收敛速度提升了约26.8%,改进的策略减少了陷入局部最优的风险,能实现网联公交的快速通行,提升公交系统的运行效率。

基于强化学习的写字楼动态电力价格策略

针对城市商业区写字楼的微电网能源管理系统,如何有效地进行能量协同调度具有重要的理论价值与应用价值。提出了基于强化学习的写字楼能量调度的需求侧动态价格响应算法。首先,将物业与写字楼之间的模型建立为一个马尔可夫决策过程(Markov decision process,MDP),通过使用Q-Learning算法中的贪婪策略来探索写字楼中每个时间间隙的最佳电力零售价格。实验结果表明:通过需求侧动态价格能量调度策略不仅可以提高电网的可靠性和能源的有效利用率,实现电力分流、削峰和填谷,也可有效降低写字楼的能量消耗,同时降低用户的电力能耗使用成本,使得各方利益最大化,验证了所提算法的有效性和实用性。

基于联合优化的网络切片资源分配策略

为解决5G网络中各类应用差异性大对通信需求侧重点不同造成的网络资源利用率低的问题,提出一种基于联合优化的网络切片资源分配策略,旨在通过综合考虑切片间资源分配和切片内资源调度问题,最大化网络资源利用率和网络收益。首先,在切片间资源分配问题中定义一个切片用户平均满意度函数,基于切片用户数量、切片调度时延以及切片优先级等约束,提出基于用户服务质量(Qo S)的比例公平资源分配算法,以权衡各切片之间的公平性和用户需求。其次,在切片内资源调度问题中引入服务降级和资源迁移函数,针对拥塞和非拥塞2种情况为内部接入用户和外部接入用户分别建立价格模型。基于所提价格模型建立基站与用户之间的Stackelberg博弈,并采用一种低复杂度的全局搜索算法求解该博弈的最佳响应,使基站效用和用户效用最优。仿真结果表明,所提策略能够有效提高资源利用率和网络收益,并降低网络拥塞,较好地实现资源分配的公平性。

创新思维在“计算机图形学”教学中的实践

文章介绍了布卢姆的认知领域分类的概念及其对传统工科教学的影响。结合思维的六个层次思想以及计算机图形学课程的特点,对扫描转换算法进行了分析,将创新思维应用于教学实践。以基于公因子的直线扫描转换算法的发现为例,说明了如何通过启发式教学,引导学生从较低的知识记忆层过渡到较高的创新层。

新工科背景下“计算机图形学”的教学实践

该文在解读和陈述新工科的概念及其对传统工科教学的影响的基础上,结合思维的六个层次思想以及计算机图形学课程的特点,对教学难点进行了分析,将创新思维应用于教学实践,并通过案例教学,说明了如何通过启发式教学,引导学生从思维的较低的知识记忆层过渡到较高的创新层。

基于微孔参数优化的超流体陀螺噪声抑制方法

为了解决超流体陀螺噪声较大,限制其高测量精度的潜力发挥的问题,提出了一种基于微孔参数优化的噪声抑制方法。根据超流体流过单一微孔的速度幅值,分析了微孔孔径对超流体流量幅值的影响;在考虑热噪声的情况下,推导了微孔数量和超流体流量幅值之间的方程;构建了微孔参数与超流体陀螺噪声之间的数学模型。基于该数学模型开展仿真与分析,由仿真结果可知:随着微孔孔径和微孔数量的增加,陀螺噪声呈现下降的趋势。采用最优微孔参数:微孔孔径为95 nm,微孔数量为5625时,超流体陀螺的噪声被抑制为取通用参数(微孔孔径为70 nm,微孔数量为4225)时的1/2,使得超流体陀螺的测量精度得到了显著提高。

基于改进LeNet-5的形状类似物体识别方法

针对深度学习在对外形类似物体的识别上存在着识别精度低、耗时长等问题,提出基于改进的LeNet-5的识别方法。在传统LeNet-5网络基础上,将卷积层变为双层非对称卷积使网络有更好的特征提取能力;通过批量归一化提高网络泛化能力;采用全局平均池化替代原Flatten层,用于克服传统全连接层参数多、耗时长的缺点;通过对训练集进行增广增加训练样本。实验结果表明,改进LeNet-5网络的训练精度达到91%,识别形状类似物体的精度为87%,且能在较少迭代次数内收敛,这些指标均显著优于原网络。

基于SFLA-ELM模型的滚动轴承早期故障诊断方法

针对滚动轴承早期故障信号非线性增强、耦合关系复杂的特点而导致传统的模型识别率低的问题,首先对轴承振动信号进行LMD分解,然后提取前三个PF信号的符号熵作为特征向量,作为神经网络的输入量;其次,利用混合蛙跳算法优异的全局寻优特性,克服传统ELM算法易陷入局部最优的缺陷,建立了基于混合蛙跳算法和极限学习机的新模型;最后,通过与BP网络、ELM网络的试验对比,SFLA-ELM模型具有较高的故障识别率和较强的健壮性.