基于PPO的球形机器人目标跟随研究

球形机器人由于其优异的运动性能、出色的地形适应能力和防侧翻的特性,被广泛应用于水下探测、岸滩巡检等需要适应复杂环境的场景。然而球形机器人系统模型具有欠驱动、非线性的特点,运动控制问题复杂,在复杂应用环境下难以可靠跟随目标。为此,提出了一种基于近端策略优化(PPO)算法的球形机器人目标跟随方法。该方法基于深度强化学习理论,在球形机器人动力学模型的基础上,设计了简单高效的动作空间和表征完善的状态空间。并且为提高目标跟随方法的鲁棒性,该方法在奖励函数中引入人工势场,以使目标始终保持在机器人视野中心。仿真结果表明,所提方法能够满足既定场景的跟随需求,球形机器人使用该方法可以对随机运动目标进行可靠跟随。     

川南矿肥工程磷石膏渣场处置措施分析

通过对磷石膏的组成及其对地下水的影响研究,提出了合理有效的川南矿肥工程磷石膏渣场的处置措施：采用表面铺粘土法处理渣场防渗,及时覆盖渣堆以保持渣场的稳定性,设立截洪沟、排水渠、调节池等保证渣场即时均匀排水。另外,对渣场可能产生的环境影响进行了分析并提出了防护措施建议。     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

层间接触与弹性模量对某导弹场坪动载的影响

为了研究某型导弹典型公路发射场坪沉降量和受力状态,利用混凝土塑性损伤模型建立某导弹无依托发射场坪有限元模型,在选取30种典型路面结构的基础上,分析了土基层弹性模量和面层与基层间黏结状况两个因素对路面动载响应的影响。结果表明:层间接触不良会导致路面弯沉、剪应力变大。同时得出该型导弹发射道路土基层弹性模量应大于20 MPa。研究结果对于评估导弹无依托发射生存能力和快速反应能力提供参考依据。     

天线与目标特性时域测量系统中的信号处理方法

研究了时域测量系统的信号处理方法.介绍了背景信号对消的预处理方法,将FFT和啁啾变换应用在时域超宽带紧缩场测量系统中,并对大数据量测量时啁啾变换算法和FFT算法的效率进行了比较.     

学院隆重举行毕业学员军事技能汇报表演暨毕业典礼

7月16日上午,广阔的田径运动场彩旗飘扬,喊声震天。2006届毕业学员军事技能汇报表演暨毕业典礼正在隆重举行。典礼由张德顺政委主持。首先进行的是军事技能汇报表演。全体毕业学员整体列队进入运动场。由毕业学员代表组成的方队,向全院官兵表演了集体俯卧撑、集体两人对抗搏斗等军事技能。他们整体划一的动作,稳、准、狠、灵的搏击对打,充分展现了他们在工程学院经过几年的刻苦学习     

基于台风条件下海浪水压场建模仿真

为了研究特定海况等级和台风风级条件下的海洋环境水压场特征,并建立准确的物理场信号模型,首先验证了SWAN(simulating waves nearshore)模式推算台风浪的有效性,通过SWAN模式获取台风条件下某海域的海浪谱,并根据海浪谱密度求其海浪振幅谱;然后,由海浪振幅谱得到了海底压力振幅谱及压力功率密度谱、海底固定点水压场压力-时间历程。仿真结果表明:该模型可以将研究海况等级数由4级推广至8级,且在8级海况条件下的海浪水压场值最大可达12 kPa,有助于高海况条件下对水中装备进行性能测试。     

志在深山 情系乡亲——记河北省宽城县北场村民兵连长侯树清

河深海深，不如共产党的恩情深；路长水长，不如侯连长的情意长。这是宽城满族自治县北场村乡亲们发自内心的话语。该村民兵连长侯树清，扎根山区28年，无怨无悔，无私奉献，率领民兵艰苦创业、开发山区，带领乡亲们脱贫致富奔小康，为促进当地经济发展和加快小康建设步伐，奉献出了他的满腔热忱和青春年华，在平凡的岗位上干出了非凡的业绩。     

海战场态势定量分析模型及其可视化方法

现代战争中如何对战场态势进行分析,辅助指挥员及时做出正确的决策成为各国军事领域研究的重点方向之一。提出一种海战场态势定量分析与评估模型,并针对该模型提出了基于等值线法与势场理论的可视化分析方法,既解决传统态势分析方法工程上难以实现的问题,又可以将态势判断的主动权交给指挥员,从而极大提高态势分析的可靠性与可信度。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。