主动自适应悬架机器人概念样机及其配置模型和方法

未来的空间探测要求机器人系统具备高可靠性、高移动性,以胜任未知非结构的地理环境。结合自适应悬架机器人和主动悬架机器人的优点,创新提出主动自适应悬架机器人的概念。它是一类具有主动配置功能的自适应悬架机器人,在一般复杂地形环境下,利用移动机构的超静定特性自适应地形,在极端复杂环境下,主动调整悬架结构等移动机构的运动配置适应地形变化,获取最佳移动性能。设计了一种六轮主动自适应悬架样机,可实现折叠、翻到后起身,建立了机器人移动性能综合评价模型,并给出了相应的配置模型和主动配置方法,通过主动配置可明显提高主动自适应悬架机器人的移动性能。     

基于单神经元PID的方位保持仪温控系统的仿真

由于方位保持仪的核心元件陀螺易受温度的影响,常采用温控系统控制其工作的环境温度来保证它的精度与性能.通常采用的传统PID控制方法虽然简单,但由于系统存在非线性因素,控制效果不是很理想.提出一种基于单神经元自适应PID的控制算法,利用单神经元的自学习,自适应能力,实现对方位保持仪温控系统的快速实时在线控制.仿真结果表明该方法优于传统的PID控制算法,是行之有效的.     

基于IRT的自适应学习管理系统设计

从新一代网络教育标准体系的架构入手,结合学习管理系统标准,提出了用标准格式绑定学习单元的方法,并且结合项目反应理论,实现了自适应学习管理和跟踪。标准化的结构设计有利于教育资源在不同系统间的交互、共享和重用,而自适应的学习跟踪使得远程网络教育过程更符合人的学习规律,能够有效地提高学习效率.     

新的自适应渐消扩展卡尔曼滤波在GPS定位中的应用

当实际数据出现突变时,基于最小二乘、扩展卡尔曼滤波的GPS定位解算存在定位结果精度低和稳定性差的问题。提出一种自适应渐消扩展卡尔曼滤波算法,通过自适应渐消迭代系统噪声协方差,来实现抑制数据突变影响。试验结果表明:该算法相比最小二乘、扩展卡尔曼滤波,其定位精度有所提高;相比传统渐消扩展卡尔曼滤波,其收敛速度、稳定性有所提高。     

GNSS自适应天线相位中心评估方法

自适应天线在波束形成过程中会引起天线相位中心变化,针对这一问题,提出一种基于可用波束的自适应天线相位中心评估方法。该方法分为三步:设置天线的可用波束门限;在干扰来向均匀分布下,得到天线可用波束门限内相位方向图集合;利用最小二乘法对相位方向图集合进行拟合得到自适应天线的平均相位中心变化量。运用该方法对四种典型的四元阵相位中心进行对比仿真,结果表明,算法可以快速有效地对自适应天线相位中心性能进行评估。另外,通过设置适当的可用波束门限,可以提高自适应天线的相位中心性能。算法的评估结果可以作为GNSS高精度自适应天线阵型选择依据。     

无缝GPS／INS组合导航系统的设计与实现

针对GPS卫星信号失锁条件下GPS/INS组合导航性能大幅度下降的缺点,设计了一种基于ANFIS的无缝组合导航方法,当卫星数目不低于4颗时采用伪距,伪距率的卡尔曼滤波算法,一旦卫星数目少于4颗时采用ANFIS系统估计导航误差,抑制INS的误差积累,从而实现无缝导航.动态车载实验表明,该方法切实可行,相对于传统的紧组合方法,有效地提高了组合导航系统的定位精度和抗干扰能力.     

基于自适应Kalman滤波算法的联邦滤波器

为弥补传统联邦滤波器实用性不好,缺乏对对象模型和传感器噪声的自适应估计能力的缺陷,利用自适应Kalman滤波算法的思想,结合联邦滤波器本身的算法结构,对联邦滤波器进行改进,使之具有很强的自适应性,能够自适应地计算出模型噪声和传感器噪声的协方差阵.给出了基于自适应Kalman滤波算法的联邦滤波器的计算架构,其他优秀的自适应算法均可按相同的方式加入该架构中.最后通过仿真计算验证了该算法的有效性.     

自适应逆控制FXLMS算法有源噪声控制仿真研究

前馈有源噪声控制方法可在较宽的频带有效,使之获得了广泛的应用.在前馈有源噪声控制中,直接使用传统的FXLMS算法时,由于次级通道传递函数往往是非最小相位系统,导致系统的性能下降.文中提出一种基于非最小相位系统逆控制的自适应前馈有源噪声控制FXLMS算法,用带宽随机噪声信号和实测风机通风管道噪声信号进行仿真实验研究,结果表明,较传统的FXLMS算法有明显的改进.     

神经网络架构搜索研究进展与展望

神经网络架构搜索旨在针对不同任务,自动化地搜索得到性能最优的神经网络结构,是深度学习、计算机视觉技术结合当前现实需求应运而生的一大重要科学问题。对近年来神经网络架构搜索研究进行梳理、归类和评述;阐述神经网络架构搜索的定义和意义,全方位剖析当前研究所面临的难点与挑战;以此为基础,对主流的搜索策略进行阐述和归纳;探讨研究潜在的问题及未来颇具潜力的研究方向,以期推动该领域的进一步发展。     

ADAPTIVE BAYES RIDGE ESTIMATION FOR THE PARAMETERS OF THE LINEAR MODEL

ＡＤＡＰＴＩＶＥＢＡＹＥＳＲＩＤＧＥＥＳＴＩＭＡＴＩＯＮＦＯＲＴＨＥＰＡＲＡＭＥＴＥＲＳＯＦＴＨＥＬＩＮＥＡＲＭＯＤＥＬＺｈａｎｇＪｉｎｈｕａｉ（ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ,ＮＵＤＴ,Ｃｈａｎｇｓｈａ,４１００７３）Ａｂ...