【摘 要】
：
为了解决空气中有害气体烟羽源分布辨识问题,提出了基于PD控制算法寻烟羽源机器人最优行为决策,通过浓度传感器对环境中的化学浓度信息进行实时采集,然后将采集到的浓度信息传送到机器人中的数据处理模块中.数据处理模块对机器人左右两端浓度传感器采集到的浓度信息进行数据滤波预处理:采用递推平均滤波算法克服机器人在行进过程中遇到的随机干扰和周期性干扰;采用限幅滤波算法克服机器人在行进过程中的脉冲或尖峰干扰.将预处理后的数据信息分别以数组的形式进行存储.机器人采集信息浓度差的大小决定了机器人向左侧或者右侧飞行.根据存储的
【机 构】
：
昌吉学院物理系,新疆 昌吉 831100
论文部分内容阅读
为了解决空气中有害气体烟羽源分布辨识问题,提出了基于PD控制算法寻烟羽源机器人最优行为决策,通过浓度传感器对环境中的化学浓度信息进行实时采集,然后将采集到的浓度信息传送到机器人中的数据处理模块中.数据处理模块对机器人左右两端浓度传感器采集到的浓度信息进行数据滤波预处理:采用递推平均滤波算法克服机器人在行进过程中遇到的随机干扰和周期性干扰;采用限幅滤波算法克服机器人在行进过程中的脉冲或尖峰干扰.将预处理后的数据信息分别以数组的形式进行存储.机器人采集信息浓度差的大小决定了机器人向左侧或者右侧飞行.根据存储的历史浓度信息多次改变机器人的运动,使机器人能够更快、更准确地寻找到烟羽源位置,具有较强的实用性.
其他文献
有监督深度神经网络解决音源分离问题的方法获得了很好的分离效果,然而因为有监督方法在训练的过程中需要大量的标签数据,但实际上标签数据并不容易获取.针对无标签音源数据问题,通过利用深度卷积神经网络擅长从大量数据中提取紧凑和稳健的先验信息优势,提出了一种新的基于生成先验的无监督音源分离损失函数.实验结果表明,在信噪比方面比标准基线方法提高1～4dB,能够得到更好的分离后的音频质量.
随着信息技术的快速发展,互联网的安全问题日益突出,攻守双方的失衡现状更是加剧了网络安全问题.蜜罐技术是防御方的一次主动出击,作为一种安全威胁的检测技术,其本质在于引诱和欺骗攻击者,并通过记录攻击者的攻击日志来产生价值.安全研究人员可以通过分析蜜罐的被攻击记录推测攻击者的意图和手段等信息.虽然蜜罐可以一定程度上发现并延缓攻击者的攻击行为,但是越来越多的安全事件表明,在蜜罐本身系统不安全的情况下,攻击者可以利用高交互蜜罐作为跳板,进行进一步的攻击行为.为了保证蜜罐本身的安全,基于拟态防御动态异构冗余的思想,将
日志事件提取指将非结构化的日志消息解析为系统中对应的事件,是多数日志分析中必不可少的前置工作.传统的日志事件提取以批处理方法为主,需要等待所有日志数据到达再进行处理,实时性不佳.能够进行实时日志采集并处理的流处理方法逐渐成为主要研究方向,但已有的流处理方法在解析模型的构建方面存在缺陷,准确性不够高.针对上述问题,提出了层次化不变序列搜索方法,即HISS(Hierarchical Invariant Sequence Search).该方法以流处理方式解析日志,基于启发式规则分别在不同层次对日志进行标识和划
网络设备拓扑管理平台是基于Windows 10企业版LTSC版本操作系统开发,使用了QT 5.12.2版本开发工具.平台通过双击可视化图标直接远程维护网络设备,并且直观看出网络设备互连关系,通过QT Designer内部工具构建图形界面,配合QT信号与槽的核心机制完成逻辑关联,实际使用发现在可视化图形界面上通过简单的鼠标点击操作,运维人员可以快速绘制出当前运维的网络设备拓扑图,直观方便.
针对列车自动运行系统(ATO)运行时受停车能耗性,舒适性等问题的约束,提出一种基于分层学习黄金正弦-鲸鱼优化算法的列车自动驾驶速度曲线优化方法;根据列车运行的优化目标和约束条件,建立列车的多目标优化模型,并对列车运行策略进行了分析.对算法的种群框架结构进行细分,将种群划分为三层,根据不同阶层的个体采用不同的优化策略,对适应度值高的个体采用黄金正弦搜索策略进行局部位置更新,适应度值一般的个体采用鲸鱼优化算法进行位置更新,适应度值较差的个体采用随机搜索模式进行位置更新;最后,将改进算法应用于ATO系统速度曲线
针对机械臂的轨迹优化问题,提出一种混合策略的改进鲸鱼算法,以达到时间最短、冲击最小的轨迹优化目标.采用五次样条函数拟合关节轨迹,保证冲击平滑连续变化.为证明轨迹优化效果,将提出的改进算法分别与遗传算法、粒子群算法和基本鲸鱼算法进行了一系列性能对比实验.实验数据表明改进后的算法比改进前收敛速度提高2.419倍,适应度值降低2.342％,总时间减少0.744s,陷入局部最优的可能性有效降低.
第三代功率半导体器件碳化硅MOSFET具有开关速度快、宽禁带、低功耗、导通电阻小、工作频率高和工作温度高等优点,已成为高温、高压、高频等特殊场合的理想器件.该文设计了一种SiC MOSFET的驱动电路,利用软件PSpice仿真测试SiC MOSFET的开关特性,以及驱动电阻对SiC MOSFET的影响.搭建Buck实验电路,测试SiC MOSFET和Si IGBT两种功率器件不同占空比对应的负载电压,以及不同的输入电压和开关频率对应功率器件的壳温.实验结果表明SiC MOS-FET比Si IGBT开关速度
瓦斯涌出量受很多随机性因素的影响,传统的预测方法精度低,使得瓦斯事故频频发生.针对瓦斯涌出量系统的高度非线性和复杂性,为了提高瓦斯涌出量的预测精度,提出了基于自学习模糊神经网络的一种控制算法.用遗传算法离线训练该控制算法的参数,由于BP神经网络具有很强的局部搜索能力和对对象的适应能力,用BP网络在线学习参数,建立了基于自学习模糊神经网络控制算法的瓦斯涌出量动态系统的预测模型.对同煤某矿采集样本数据并进行预处理,建立了具有优化参数的网络结构.最后,将该控制算法的预测结果与实际值和常规模糊神经网络模型进行比较
低秩张量填充旨在基于不同张量分解模型恢复缺失数据,由于在挖掘一些高阶数据结构的具有明显的优势,低秩张量环模型已经被广泛应用于张量填充问题.先前的研究已经提出很多关于张量核范数的定义.然而,它们不能很好地近似张量真实的秩,也不能在优化环节利用低秩特性.因此,基于很好近似张量秩的截断平衡展开核范数,提出一种基于截断平衡展开核范数的鲁棒张量环填充模型.在算法优化部分,利用以前提出的矩阵奇异值分解和交替方向乘子法.实验证明,在图像恢复和视频的背景建模问题上,效果比其他算法好.
电梯交通模式识别问题是电梯群控系统优化调度的基础.在电梯交通模式识别研究中,支持向量机应用较为广泛且识别效果较好,但仍存在模型参数难以确定的问题.为此,提出一种结合遗传算法和支持向量机的电梯交通流模式识别方法:利用遗传算法对支持向量机的关键参数对——惩罚因子C和核函数参数σ自动全局寻优,将最佳参数组合(C,σ)代入原始SVM模型,建立遗传算法优化支持向量机(GA-SVM)模型,并在Python平台下进行仿真验证.实验结果表明:该GA-SVM模型相比基本SVM模型具有更高的识别精度,且泛化性良好,更适用于电