绳驱动拟人臂机器人的动力学建模及张力分析

与传统的机械臂相比,绳驱动拟人臂机器人采用串并混联的结构形式,模拟了人手臂肌肉的并联驱动方式,但是,绳索的引入也增加了动力学分析的难度.将绳驱动拟人臂机器人视为基座、大臂、小臂和末端四连杆串联机构,采用迭代牛顿-欧拉法建立动力学方程的递推形式,考虑绳驱动的冗余特性和绳索的单方向受力性,提出基于动态最小预紧力的张力分配算法,求解出各绳索的驱动力.与未进行张力分配的方法及基于静态最小预紧力的方法相比,所提出的算法可使各绳索驱动力根据动态最小预紧力进行实时调节,满足了不同工作条件下机构的刚度要求.     

基于DSP平台的机载高清视频编码器设计与实现

针对无人机(UVA)航拍对高清视频的需求,设计并实现了基于数字信号处理器(DSP)平台的MPEG-4高清视频编码器,具有体积小、功耗低和可靠性高的特点.根据DSP片内资源设计了存储器分配方案,优化了编码过程中的数据流传输,降低了数据访问对编码速度的影响.针对视频编码算法中复杂度较高的部分,采用了基于预测的运动估计,减少...     

无需辅助数据的分布式目标自适应检测器

在非高斯背景和没有辅助数据的条件下,研究了高分辨率雷达分布式目标的自适应检测问题.首先采用有序检测理论和协方差矩阵的迭代估计方法粗略估计散射点集合,进一步利用迭代估计方法获得协方差矩阵的近似最大似然估计,提出了无需辅助数据的自适应检测器(ADWSD).ADWSD在非高斯背景下具有近似恒虚警率特性,且检测性能远好于修正的...     

基于三阶累积量的转子振动信号降噪方法研究

本文根据信号分离理论研究了发动机转子系统振动信号的降噪问题。当转子系统发生轻微碰摩时 ,由于振动信号中含有瞬时突变的微弱高频信息 ,这可能与高频随机噪声的频带互相叠加 ,所以利用传统的滤波方法不能有效地去噪 ,为碰摩故障诊断带来了困难。本文利用基于高阶累积量的盲信号分离方法 ,设计了相应算法 ,成功地从被噪声污染的信号中恢复源振动信号 ,从而可确保碰摩故障的检测和诊断能顺利进行     

气体减压阀的稳定性分析

针对逆向卸荷式气体减压阀,采用线性化分析方法,对其工作稳定性进行分析．得到了主要参数对减压阀稳定性的影响规律。研究结果表明阻尼和低压腔体积是影响减压阀稳定性的主要因素,并给出了提高减压阀稳定性设计的主要措施。     

基于小波包分解的早期碰摩故障诊断研究

研究了旋转机械转静件早期碰摩故障信号的检测问题.根据小波包分解能在所有频率范围聚焦,对信号奇异性非常敏感的特性,对比分析了不碰摩和早期碰摩信号的小波包分解细节分量,得出应用小波包分解可实现早期碰摩故障诊断.同时,还研究并实现了碰摩故障的定位问题.      

一种基于随机集的模糊观测的多目标跟踪算法

为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊 观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概 率假设密度(probability hypothesis density,PHD)粒子滤波方法。这种方法首先利用 粒子滤波预测和更新随机集的PHD,然后估计目标数N,最后找出N个PHD最大的点就 是多目标的状态估计。在相同的仿真环境中,用这种方法与用重心去模糊器进行去模糊处理 后的观测数据同时跟踪目标数变化情况下的多目标,并进行了比较,结果表明,模糊观测多 目标跟踪的PHD粒子滤波能稳健跟踪目标数未知或随时间变化时的目标状态和目标数,性能 好于去模糊情况。     

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

基于模式特征的图像压缩算法

从人眼视觉特征与空域模式特征的角度出发,提出了一种基于模式特征的图像压缩算法。经过对一组遥感图像的对比试验,可以看出本算法在对纹理信息丰富的遥感图像进行压缩时明显优于SPIHT算法。