有限水深Kelvin源格林函数及其导数的快速计算

应用线性船舶水动力学理论,将有限水深Kelvin移动兴波源格林函数分解成3部分:简单Rankine源集合、局部扰动项和波函数项。对各部分在亚临界和超临界航速时的快速计算分别作了讨论,其中对计算费时的局部扰动项采用了复数中的最陡下降积分法,加快了计算速度,进而引出各部分偏导数的计算。最后,比较了格林函数的差分值与偏导数值,计算了薄船兴波阻力与表面兴波,讨论了不同面元网格划分的收敛性,证实了亚临界、超临界航速兴波分别以横波、散波为主。     

基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。     

基于区块链的群机器人数据完整性与隐私性保护

群机器人通过多个机器人之间的信息交互实现协同控制,保证交互数据的私密性和不可篡改是群机器人系统安全可靠运行的关键。针对群机器人系统中存在的恶意数据篡改、重要信息泄露等潜在安全问题,提出了一种基于区块链技术的群机器人数据完整性与隐私性保护方案。首先,该方案利用去中心化的分布式账本保障群机器人系统数据的完整性,并针对区块链数据公开的特性,引入脱链加解密模块避免明文数据上链,提高了数据的隐私性。其次,考虑到区块链的运行条件和物理机器人在存储和计算能力方面的性能约束,提出采用轻节点方法来降低在物理机器人上运行区块链的存储和计算负担。最后,通过实验对方法进行了验证。结果表明,基于区块链技术的保护方法对群机器人数据完整性和隐私性具有较好的保护效果,且轻节点方法可实现区块链在机器人集群上的部署。     

基于优化小波阈值的轴承振动信号降噪算法北大核心

滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。