基于SCKF的GM-δ-GLMB多目标跟踪算法

多目标跟踪场景中,目标状态和量测均为随机分布。以高斯混合δ广义标签多目标多伯努利分布(gaussian mixtureδ-generalized labeled multi-bernoulli filter,GM-δ-GLMB)为代表的多目标跟踪方法,将状态和量测使用多目标多伯努利分量表示,通过多伯努利分量递推,实现对目标的跟踪与估计。GM-δ-GLMB在非线性多目标跟踪场景下会出现跟踪性能下降的问题。针对这一问题,将均方根容积卡尔曼与GM-δ-GLMB相结合,提高了GM-δ-GLMB算法在非线性场景的跟踪精度。同时,为减少运算复杂度和杂波对估计结果的影响,采用统计门限和最大似然概率策略,获取候选量测,用于多目标分量的更新。仿真结果表明,所提出的方法在非线性跟踪场景下具有良好的估计精度。

订单加急扰动下柔性生产车间动态完全重调度

为了提高订单加急扰动时柔性生产车间重调度的效率,提出了基于邻域拥挤度淘汰NSGA-II算法和优先加工通道的重调度方案。针对订单加急扰动下重调度问题,建立了减少车间能耗和完工时间的双重优化模型。构造了多目标优化问题的邻域,提出了基于邻域拥挤度淘汰NSGA-II算法的柔性车间静态调度方法。当订单加急扰动发生时,设计了基于优先加工通道的完全重调度方案。使用Kacem02标准算例对静态调度性能测试,文章算法的优化目标极值小于标准NSGA-II算法和混合NSGA-II算法,说明该算法的优化能力更强。订单加急扰动后,优先加工通道和滚动遗传算法均将加急订单完成时间由18 min提前到14 min,但是前者保持了整体完工时间不变,而后者整体加工时间由18 min增加到20 min,结果表明优先加工通道在柔性车间重调度中具有更好性能。

改进的注意机制在滚动轴承故障诊断中的应用

针对滚动轴承振动信号易受到非平稳噪声的影响,提出一种改进注意力机制的多尺度内核网络(IA-MKNet),以从含噪振动信号中提取更敏感的特性信号。首先提出一种改进的多尺度卷积注意力机制(IAM),自适应提取有意义的故障特征并自动抑制噪声;然后针对振动信号固有的多时间特征,设计基于IAM的自适应多尺度核残差块来捕获振动信号的多时间尺度故障特征;最后提出一种基于自适应集成学习器的组合策略,通过融合多个IA-MKNets的输出来增加特征的多样性,从而进一步提高诊断的准确性和稳定性。实验结果表明:该方法提高了噪声环境下滚动轴承的故障诊断精度,性能优于其他5种基准方法。

基于非线性补偿的轨道交通列车自定位方法研究

列车精准定位对列车运营安全有着十分重要的意义。在某些国外地铁项目中,受限于技术体系的成熟度和设计成本,常规的GPS定位和CBTC定位技术无法满足项目对列车定位的需要,文章为此提出一种基于非线性补偿的轨道交通列车自定位方法。该方法能够在不增加新设备(如GPS、CBTC等)的情况下,仅依赖于车载既有设备实现列车位置的精确定位。所提出的方法系统组成简单、成本低、精度高、可靠性高(不受环境影响),具备推广意义。具体思路为:首先利用神经网络建立列车瞬时速度的补偿模型,通过补偿模型提升列车瞬时速度的精度;然后根据补偿后的列车实时运行速度与列车运行时间作积分累积得到列车实时的运行距离,再根据列车的固定运营线路图,计算得到列车距下一站的距离,实现定位。试验证明,补偿后的定位精度小于0.2 m,较补偿前提高了3~4倍。

基于逻辑芯片设计多人抢答器

在进行复杂逻辑电路设计时既要考虑逻辑又要考虑时序。只有逻辑和时序都正确,电路才能正常工作。论文以八人抢答器的逻辑电路设计为例,来阐述在进行电子电路设计时逻辑和时序问题的分析过程、解决方案,为电子电路的设计提供分析问题和解决问题的思路方法,为学习者设计更复杂的逻辑电路奠定基础。

电机与电气控制技术课程的项目化教学评价策略

阐述互联网项目化教学评价策略,在电机与电气控制技术课程的教学评价过程中,采用专业知识、能力水平和情感态度的维度评价构模式,探讨教学评价方法和实践。

基于GA-FNN的模糊PID反应釜温度控制研究

为了解决传统PID控制的反应釜温度控制系统中存在调节时间长、参数难以整定、很难建立精确数学模型实时控制温度等问题,基于遗传算法和模糊神经网络,提出一种反应釜温度控制方法。采用模糊神经网络在线自适应调整优化PID参数,加强温度控制的跟随性;利用遗传算法对模糊神经网络参数的初始值进行优化,以弥补模糊神经网络训练过程中参数随机性对模型收敛速度的影响,以此来减弱反应釜温度变化的滞后性。实验结果表明,与传统PID控制模型相比,GA-FNN-PID温度控制模型的响应速度和稳态精度均得到有效提高,并且超调量更小。该方法适用于油墨反应温度控制,控制效果得到明显改善。

基于小波变换的提升机闸瓦间隙故障信号诊断

为了提高闸瓦磨损情况、闸瓦间隙变化的故障识别和诊断效率,从而使设备状态满足煤矿安全规程的各项具体要求。该文选用Daubechies5小波作为小波基,对提升机闸瓦间隙信号进行多分辨率分析,将突变信号进行多尺度分解,通过分解后的信号来确定突变信号的位置,通过分解后的3层高频重构图形可以具体清楚地确定突变信号的位置,实现提升机闸瓦间隙故障的诊断,对故障信号的位置进行较好地判断。

音乐和弦识别算法综述

全面总结了音乐和弦识别领域所取得的主要研究成果,重点介绍了音乐特征的提取、和弦识别等方面采用的各种智能分析处理方法,并对该领域中存在的主要困难和将来的发展方向提出了一些看法。