提高数字器件频率稳定度测量分辨率的研究

提出了一种利用信号时空关系测量相位差来修正差拍周期的方法,并通过实验证明了该方法的正确性和可行性。此方法在提高数字器件频率稳定度测量分辨率方面还有很大的空间,是一种很有潜力的高精度测量技术。     

低频电连接器检测方法研究CSCD

本文主要阐述了低频电连接器外观检测和电性能测试中的接触电阻、绝缘电阻和介质耐电压的检测方法及其注意事项,提出为满足武器系统对低频电连接器耐恶劣环境、高可靠的特殊需求,有效保证武器型号系统中电连接器的质量,必须规范低频电连接器外观及电性能指标检测标准。本文可为从事低频电连接器检测工作的人员提供参考。     

飞行器太阳能源计算方法CSCD

介绍了空间飞行器典型电源系统组成,通过对影响太阳能源输出的各项参数因素分析,提出了空间飞行器太阳能源计算方法,该方法包括由功率计算所需太阳阵面积的公式和由太阳阵面积计算输出功率的公式,达到了准确计算太阳能源的效果,解决了以往空间飞行器太阳能源估算误差大,在总体回路设计中电源参数难以闭环的问题。     

新型冗余双目PNP摄影定位方法研究CSCD

介绍了一种新型冗余双目PNP摄影定位方法。该测试方法,通过建立图像坐标系、摄像机坐标系和世界坐标系的关系,并通过坐标转换可以求出被测物体的三维绝对位置,从而实现了视觉定位。与单目摄影定位方法相比,该定位测试方法具有定位精度高,可靠性好,并可应用于其他相关领域。     

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来,卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性,已被认为是最有前途的CNN硬件加速器,但是受FPGA计算能力、存储资源的限制,基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先,研究了适用于三维运算的Winograd算法一维展开过程;然后,通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法,优化算法每个卷积层的时钟周期数减少了7倍左右,相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究,证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度,并改善在FPGA运行CNN的性能。      

基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。      

一种分布式异构多AUV任务分配鲁棒拍卖算法

为了解决异构多自主式水下航行器(AUV)的任务分配问题,提出了一种分布式鲁棒拍卖算法。建立了异构多AUV任务分配分布式拍卖模型,包括任务分配系统(拍卖商)的优化模型及AUV的优化模型。针对现有拍卖算法忽略拍卖商的利益,不符合市场规律的问题,引入任务奖励反馈机制,任务分配系统通过多轮试探拍卖市场,自适应地调整任务奖励,达到保证AUV效用的同时,有效降低任务分配系统成本的目的,促进了任务分配系统参与拍卖。针对水下洋流对任务分配模型产生的不确定性因素,提出了一种鲁棒优化算法对抗不确定性因素,提高了多AUV任务分配系统应对复杂水下环境的能力。仿真结果证明了所提算法的鲁棒性和有效性。      

下肢康复机器人动力学建模约束违约抑制

U-K理论为获得约束多体系统的解析动力学方程提供了新的理念,但由于数值近似和截断误差等因素的影响,动力学方程在位置和速度层面上存在约束违约。Baumgarte约束违约稳定法（BSM）通过约束修正得到稳定的动力学方程。然而,Baumgarte参数的选择通常涉及一个试错过程,可能会出现失效的仿真结果。为此,利用经典的四阶Runge-Kutta法研究了Baumgarte参数选取问题,创建了基于BSM修正后的U-K理论的机器人系统解析动力学方程。以下肢康复机器人为研究对象仿真分析,结果表明:利用所提方法可以有效抑制约束违约,关节角度误差控制在-5×10-3（°）~5×10-3（°）范围内;关节角速度误差控制在-2×10-4~2×10-4 rad/s范围内;机器人末端执行器运行轨迹能够很好地贴近系统预定的目标。