移动机器人平台低成本自主导航系统设计与实现

定位、建图与轨迹规划是实现移动机器人在未知环境自主运动的核心技术,也是目前的研究热点。首先,针对未知环境建图和定位问题,设计一种基于视觉的低成本导航方案。该方案利用深度相机获取未知环境信息,构建环境地图,并基于ORB-SLAM2算法完成自身定位。其次,为保障移动机器人运行平稳性,设计了一种A*优化方案。该方案结合轮式机器人运动特点,对传统A*算法的节点扩展过程进行优化,并通过改进搜索算法的碰撞检测部分实现地面移动平台的三维避障功能,同时基于B样条曲线完成轨迹平滑。最后,在移动机器人实验平台上完成自主导航系统部署并进行实验验证。实验结果表明,系统单次规划所需时间在10 ms以内,建图平均误差为0.14 m。此外,所提自主导航系统所需硬件设备简单,便于快速部署,具有广阔的应用前景。     

浅谈航空货物装载优化问题

为解决航空货运装载优化问题,提高航空货物运输效率,本文从介绍航空货物装载优化问题角度出发,详细列举了解决该问题的算法,并做了分类.最后,针对航空货物装载过程中应注意的问题着手进行阐述,以提高航空货物装载的高效性和安全性.     

基于灰狼算法的无人机基站三维空间优化部署

从最小化用户的接收干扰功率的角度出发,以最大化平均信道容量为优化目标,建立三维空间下无人机基站的覆盖通信模型.针对约束条件相互耦合相互影响的情况,提出一种改进的灰狼算法,在原算法基于个体平面搜索的基础上,实现三维空间条件下无人机的群体搜索,通过迭代获取全局最优解.通过仿真验证了该算法能有效提升系统的平均信道容量和用户覆...     

启发式算法的防空武器系统可靠性优化

针对复杂武器系统可靠性分配最优化问题,以系统的可靠度最大为目标函数,综合考虑系统的费用、质量等约束条件,建立了武器系统的可靠性冗余分配最优化模型,提出了基于启发式方法的求解算法,通过改进各级子系统的可靠性从而使总的系统可靠性最大.算法设计比较简便,易于编程实现.通过对防空武器系统的可靠性分配优化问题进行实例分析,结果表明算法是有效、实用的.为大型复杂武器系统的可靠性设计和优化研究提供了科学有效的方法.     

基于改进近邻传播算法的Walsh软扩频盲解扩方法

针对现代二次雷达系统通信中存在的Walsh软扩频难以盲解扩问题,借鉴常规扩频解扩方法及聚类分析,提出了一种基于近邻传播算法的Walsh软扩频盲解扩方法。该方法首先对接收信号进行采样得到目标结构数据集合,并根据统计量估计得出信号时延。然后采用改进近邻传播算法进行伪码集合估计,并得到聚类中心从而得到伪码集合。最后利用已知的Walsh码和信息码的映射关系得到信息序列,完成盲解扩问题。仿真结果表明,在白噪声条件下,可有效解决Walsh软扩频盲解扩问题,性能较同类算法均有提升并降低算法复杂度。     

微波测速技术及其在工程机械上的运用

本文介绍了微波测速的原理及其用于测量工程机械行驶速度及滑转率的方法,根据微波的频移测出工程机械的绝对速度;通过测量工程机械履带上沿相对于车身的速度,测出工程机械的理论行驶速度;从而可测得工程机械的滑转率。     

基于NSGA Ⅱ的七叶侧斜螺旋桨多目标优化设计

为降低七叶侧斜螺旋桨激振力和噪声提高螺旋桨推进效率,采用NSGAⅡ算法,结合螺旋桨CFD数值预报方法,对螺旋桨的螺距和侧斜分布进行优化设计。采用B样条曲线对螺旋桨设计参数进行拟合,实现螺旋桨几何模型的参数化建模并保证优化拟合曲线的光顺性。将NSGAⅡ优化算法、螺旋桨CFD数值预报方法和B样条曲线参数化建模方法结合,形成完整的螺旋桨多目标优化流程。以E1619桨为母型桨进行优化设计,得到给定目标和约束条件下的最优解集。选取三组典型优化方案进行分析,螺旋桨一阶轴向力脉动水平、螺旋桨推进效率均得到优化,其中折中方案螺旋桨一阶轴向力脉动水平较原型桨下降6.7%,推进效率较原型桨提高1.4%。分析结果表明：降低螺旋桨螺距分布、提高靠近叶梢位置处的螺旋桨侧斜是降低一阶轴向力脉动水平提高推进效率的有益措施。     

基于Hopfield神经网络算法的雷达干扰资源分配

为了使有限的雷达干扰资源发挥最佳的干扰效果,基于干扰效益最大准则建立了雷达干扰资源优化分配模型。提出了基于Hopfield神经网络算法的干扰资源优化分配方法,利用该方法能够在可行的解空间中找出满足能量函数和约束条件的全局最优分配方案。并与干扰资源蚁群优化分配算法进行了比较,理论推导与仿真实验表明该方法的可行性与有效性,且比蚁群分配算法具有更快的收敛速度和更好的健壮性。     

基于PSO-BP神经网络的HRRP目标识别

为提高雷达目标识别准确率,提出了一种基于PSO-BP神经网络的雷达一维距离像识别方法。利用粒子群优化算法良好的全局搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络收敛速度慢、存在多个局部极值点的缺陷。利用实测数据对PSO优化前后的BP神经网络的识别性能进行了对比测试。实验结果表明,PSO-BP神经网络具有更高的识别准确率及噪声鲁棒性,分类性能优良。     

基于FFT的自适应频率估计算法

为了解决FFT算法中因能量泄露和栅栏效应而导致的算法估计性能下降的问题,提出了一种基于FFT的自适应频率估计算法.分析了Rife算法,指出当信号频率位于量化频率附近时,由于插值方向错误,会导致频率估计性能下降;对于分段FFT相位差频率估计算法,当2段信号最大谱线处对应的相位相差比较大时,容易产生相位模糊,从而增大估计误差.基于FFT的自适应频率估计算法将2种算法进行了综合,既保留了2种算法的优点,又对算法性能有所改进.仿真结果表明:该算法的估计精度、稳定性和抗噪能力都有显著提高.