复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。     

潜艇水动力噪声的自航模试验技术研究

探讨了一种新型的潜艇流噪声与螺旋桨噪声的模型试验方法——自航模水动力噪声测试技术。该方法通过合理的试验方案设计及信号处理手段,在背景噪声相对较低的测试环境中,可得到具有时间通过特性的噪声信号,识别出流噪声与螺旋桨噪声。     

通用装备维修机具设备集成设计研究

随着新型通用装备加速列装部队和维修保障模式的变革,现有的维修机具设备无法满足装备维修保障需求,目前对维修机具设备进行优化与集成设计显得尤为重要.为了缩短研制开发周期,降低寿命周期费用,充分利用已有的设计历史数据对维修机具设备进行集成设计将成为研制开发的重要途径.在研究设计重用的基础上,提出了基于重用设计元置换的维修机具设备集成设计方法,给出了集成设计过程,并对维修机具设备集成设计中的关键技术进行了论述,认为在维修机具设备集成设计中采用基于重用设计元置换是一种充分利用现有数据、缩短研制开发周期、降低研制费用的好方法.     

加强以执行力为核心的质量文化建设全面提升产品质量和管理水平

为了使质量理念、质量观、质量方针在全体员工中得到正确、全面的理解,增强员工对航空产品质量的责任感、使命感,南方公司加强了以执行力为核心的质量文化建设,以全面提升产品质量和管理水平。通过加强质量文化建设,公司初步形成了自觉提高质量、保证质量的文化氛围,塑造了以"优质光荣、劣质可耻"的质量荣辱观。质量"八荣八耻",在建立质量管理长效机制方面是有益的探索和尝试。     

机场道面抢修用聚氨酯稳定集料的试验研究

以机场道面意外损毁的抢修为目的,进行了聚氨酯发泡快速稳定道面基层回填料的试验研究。试验结果表明,常温下用聚氨酯发泡稳定碎石集料,2 h无侧限抗压强度达到2.05 MPa,对道面结构的有限元分析表明,试验所用材料可满足道面基层的力学性能要求。     

公安派出所消防监督工作面临的困难及对策

公安派出所应在辖区内进行消防监督检查是法定职能之一,也是加强社会消防安全监督检查,提高社会防御火灾事故能力,全面实现消防工作社会化的一条有效途径,它对弥补消防监督警力不足有着重要意义。分析目前派出所消防监督管理工作面临的问题,提出了改进和加强派出所消防监督管理工作的措施。     

一种用于 UWB 雷达实时信号处理的可重构多处理机结构

超宽带（UWB）雷达信号处理是个多任务、大运算量的过程，必须采用多处理机并行处理技术。本文对UWB雷达实时信号处理系统的特点进行了深入的分析，在比较各种多处理机系统优缺点的基础上，提出了一种可重构的UWB雷达实时信号处理系统结构。将此结构应用于实际系统表明，该结构具有良好的性能，并具有可重构性和扩展性。     

采用神经网络技术降低机电设备BIT虚警

机电设备 Ｂ Ｉ Ｔ 的突出问题是虚警率高，重要原因之一是 Ｂ Ｉ Ｔ 系统传感器通路故障。本文选取神经网络技术进行传感器通路故障诊断，剖析某大型船舶动力装置机电设备 Ｂ Ｉ Ｔ 系统中传感器通路的故障机理和类型，得到其故障样本数据，经过神经网络学习训练后对实际系统进行故障诊断和识别，实验结果表明该方法简洁、有效，能够有效地诊断故障并识别出故障类型，具有实用价值。     

基于SLAM的图形建模仿真环境

本文详细介绍了基于ＳＬＡＭ的图形建模仿真环境的设计与应用，包括图形建模环境的实现，ＳＬＡＭ网络的进程交互仿真策略以及仿真器的设计，并进一步探讨了该系统用于协同仿真进行混合异构建模的思想。     

一种全双工模拟话密系统的自适应回波抵消器

文中介绍一种全双工模拟话密系统的自适应回波抵消器,该抵消器用块修正方法更新横向滤波器的系数。这种方法的收敛性能和计算效率均优于标准的最小梯度算法,且满足国际电报电话咨询委员会(CCITT)建议的回波抵消器要求G.165.