基于距离测度法的中枢神经系统损伤检测

基于AR模型的EEG信号距离测度方法可以较好地表征中枢神经系统损伤的情况.主要探讨在这种方法中利用不同的定阶准则建立相应的AR模型及其对距离测度结果的影响.同时,使用自适应滤波器对原始信号进行滤波;将分离后的平稳和非平稳成分再进行距离测度法的研究.对滤波器的参数分析表明,这种方法可以很好地消除EEG信号中可能混有的不同程度的噪声,得到的距离测度结果也能更好地表示损伤的变化情况.     

你好,邦德先生!——2008 Aston Martin DBS

"我叫邦德,詹姆斯·邦德""来杯Martini,要摇,不要搅拌"迷人的微笑和近乎完美的绅士风度,这些构成了007独特的标志。一直以来,陪在邦德身边的还有另一名重要角色阿斯顿-马丁。     

基于Z-N算法的PID炉温控制

针对大惯性工业对象,设计了一种新的自适应PID调节器控制算法并应用于工业加热炉温度控制系统中,利用改进的Z-N算法,完成PID参数的初始值设定,利用测量误差改变调节器步长的方法实现PID参数的自动整定.实验结果表明,当实际温度距标定温度30℃时,利用这种PID参数自整定算法进行控制,可以使温度控制曲线在不同的阶段平滑过渡,使升温曲线平稳地过渡到恒温阶段.从控制结果上参数自调整PID控制结果几乎没有超调,稳定时间短,在设定的目标角度值附近振荡少.这种PID控制器无论在超调量还是稳定时间上都优于传统的PID控制器.     

新自适应方式双倍体遗传算法求解作业车间调度问题

综合了双倍体遗传算法和自适应遗传算法的优点,提出了一种基于新自适应方式的双倍体遗传算法.该算法利用双倍体遗传算法良好的记忆及环境适应特性来保持个体的多样性,同时引入黄金分割率的自适应公式来快速寻找最佳自适应点.经理论分析和试验结果表明,该算法在寻优能力上具有明显优势,能够显著提高搜索效率,改进收敛性能.     

车载导航系统陀螺的自适应校正方法

分析了低成本压电振动陀螺误差及其影响因素,在实验的基础上得出采用温度补偿陀螺误差的可行性。建立了联合卡尔曼滤波方程融合GPS和INS信息,估计定位信息和陀螺误差。提出车载GPS/INS组合导航系统中陀螺零漂误差和标度因子误差的校正过程启动条件,当条件满足时,以估计的陀螺误差为输入,采用温度误差校正表学习算法对陀螺误差模型进行训练。用道路实验数据对提出的陀螺校正算法进行验证,结果表明该算法精度高、收敛快、可操作性好。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

舰船遥感图像非线性畸变自适应校正研究

针对摄像机成像模型受非线性映射导致所获取舰船遥感图像存在的非线性畸变,根据Tsai畸变模型和Brown畸变模型构建改进处理的非线性畸变模型,通过实验场校验法解算非线性畸变模型的校正参数,实现目标坐标的校正处理,采用双线性内差值法对原始舰船遥感图像作重采样处理,获取畸变校正后的舰船遥感图像。实验结果表明：该方法可实现舰船遥感图像的非线性畸变校正,校正后畸变误差均值、畸变百分比较小。     

基于伪谱法的水下航行体快速操舵变深图谱研究

本文设计了hp自适应Radau伪谱算法（hp-RPM）,基于水下航行体垂直面三自由度运动方程求解了操纵首尾升降舵控制方式下的上浮最优控制问题。根据不同航速、不同最大纵倾角限制、不同变深范围的仿真计算上浮总时间结果,绘制了最大纵倾角—航速图谱、最大纵倾角—变深范围图谱和航速—变深范围图谱,并根据最快变深操纵控制的特点,绘制了不同变深范围的回舵提前深度图谱和最大垂速图谱。最优控制结果符合操纵运动规律,可用于指导操舵人员变深机动操纵、制定变深机动训练标准和开展训练效果评估。     

一种V2X环境下基于改进卡尔曼滤波的CACC数据精度提高方法

针对V2X环境下通过车车、车路通信获取的CACC车辆行驶状态数据(包括位移、速度和加速度等)存在噪声的问题,考虑车辆在弯道行驶过程中速度方位角的变化,提出了一种改进卡尔曼滤波算法的CACC车辆行驶数据精度提高方法。该方法根据CACC车辆在弯道行驶的几何关系,通过考虑上一时刻和当前时刻车辆行驶位移、速度等行驶状态的变化,将其行驶数据经过改进卡尔曼滤波后对车辆行驶状态做出最优估计,进而提高CACC车辆行驶状态数据精度。通过CarSim和Simulink联合仿真平台建立改进卡尔曼滤波算法对CACC车辆在弯道行驶过程中获取数据的仿真和验证。仿真结果表明,改进的卡尔曼滤波算法使车辆行驶位移的精确度MSE提高了81.04%,RMSE提高了56.96%,更接近期望值,具有更好的准确性。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。