无线传感器网络中数据流异常数据的联合估计算法

为保证无线传感器网络数据的完整性,针对数据流中存在异常数据的问题,提出了一种基于BP神经网络和多元线性回归的联合估计算法。首先,将存在异常数据的数据流作为样本输入,利用神经网络的非线性拟合能力对异常数据进行估计。然后,通过相邻的传感器节点数据建立多元线性回归模型,对异常数据进行估计。最后,根据两种算法在不同情况下的误差大小,调整它们各自在异常数据估计中的权重,计算出最接近真实值的估计值。以Berkeley Intel实验室的传感器数据为实验数据,通过Matlab软件对本文方法进行测试并分析仿真结果,实验结果表明文中提出的方法能对异常数据进行有效估计,并且具有较高的可靠性和稳定性。     

基于图像识别引导的AGV运行仿真研究

在自动化立体库中,为较好地分析AGV图像识别引导技术,验证该技术的可行性,进行了AGV运行仿真研究。首先,分析了AGV运行环境情况,利用3dsMax进行了场景建模。然后,将模型文件读入OpenGL,编写程序实现AGV运动和运行视点的变换。通过采集AGV车身与路径轴线的偏差,计算其平均绝对误差并与实际要求比较,结果满足实际要求,从而验证了该技术的可行性。     

碳纤维混凝土单轴受压应力-应变本构关系

碳纤维混凝土受压应力-应变全曲线研究是对其基本力学性能进行全面认识的基础,也是表现碳纤维混凝土基本受压特性的综合宏观反映。对9组（碳纤维体积分数分别为0,0.2%,0.4%,0.6%,0.8%,1.0%,1.2%,1.4%,1.6%）碳纤维混凝土试件进行了立方体和棱柱体抗压强度试验,结果表明碳纤维混凝土立方体和棱柱体抗压强度随碳纤维体积分数的增加呈下降趋势,峰值应变随碳纤维体积分数的增加呈增大趋势。基于各体积分数碳纤维混凝土的棱柱体抗压强度和峰值应变的试验数据,拟合得到了棱柱体抗压强度和峰值应变与体积分数之间的函数表达式。利用微机控制电液伺服压力试验机测定了9组碳纤维混凝土应力-应变全曲线,参照非线弹性理论的混凝土单轴受压应力-应变本构模型,根据测得的全曲线应力-应变数据,拟合得到了应力-应变全曲线上升段表达式参数和下降段表达式参数,最后给出了基于碳纤维体积分数变化的碳纤维混凝土单轴受压应力-应变本构方程。