基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

神经网络模型在压气机通流特性分析中的应用

为了解决通流特性分析程序中原始模型对压气机性能预测精度不足的问题,提高压气机通流特性分析过程的可靠性,基于对大量多圆弧叶栅的数值模拟结果建立了压气机叶栅性能数据库,并以该数据库为依托,采用神经网络建模方法建立了压气机叶栅基准损失系数和基准落后角模型。结果显示:两模型对叶栅基准损失系数和基准落后角的预测精度均满足工程应用要求,其精度分别为±0.002和±1°。在对采用神经网络模型的通流特性分析程序校验过程中发现,其无论对压气机整机性能还是对流动细节的预测精度上都获得了显著提高,尤其是在主流区。此外从压气机整体特性上看,基准损失系数和基准落后角精度的提高对非设计工况损失系数和落后角的预测精度影响是积极的。      

Factor graph based navigation and positioning for control system design: A review

Navigation and positioning is an important and challenging problem in many control engineering applications. It provides feedback information to design controllers for systems. In this paper, a bibliographical review on factor graph based navigation and positioning is presented. More specifically, the sensor modeling, the factor graph optimization methods, and the topology factor based cooperative localization are reviewed. The navigation and positioning methods via factor graph are considered a...     

现代对策论研究

对策论是研究斗争局势中冲突问题的数学理论,笔者长期以来在此领域进行了大量的研究探讨,本文概要介绍了主要工作。     

复合材料薄壁梁扭转的高次翘曲理论

利用翘曲连续修正概念导出表示剖面翘曲位移的形函数序列,据此建立单闭室复合材料薄壁梁扭转分析的高次翘曲理论,并结合分层的具体情况,考察分层对复合材料薄壁梁扭转翘曲的影响。算例表明,该高次翘曲理论具有很好的收敛性。     

基于自联想网络的发动机传感器解析余度技术

本文提出了一种基于自联想神经网络的传感器解析余度技术。在这种网络中,冗余传感器的信息被压缩、重组进入网络的第一部分,网络的第二部分将压缩信息恢复出来。基于数据融合原理,若一个传感器发生故障,其它传感器仍可提供足够的信息代替发生故障的传感器。理论分析和用于涡轴发动机的仿真结果表明,这种特殊结构的自联想网络具有良好的过滤噪声和故障信号的作用,特别适合于用作不易建模的复杂对象的传感器信号重构     

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

线性模型跟踪控制系统的模型匹配设计

研究了用完全模型匹配方法求解模型跟踪控制的问题。对通常的模型匹配解法进行了扩展,并所据此引入广义最小方差控制思想,提出一种模型跟踪和误差的新方法。最后,对该方法在惯性导航系统中的应用进行了仿真研究。验证了其可行性和有效性。     

基于FDDI网络的空间站DMS网络可靠性分析

在首先介绍了空间站ＤＭＳ网络结构的基础上,通过对ＤＭＳ网络使用的ＦＤＤＩ、ＭＩＬ－ＳＴＤ－１５３３Ｂ及ＩＥＥＥ８０２．４网络在各种情况下的可靠性分析,应用概率分析的方法得出了系统可靠性的数学模型,通过图示得出ＤＭＳ网络可靠性随站点数及链路失效概率的变化情况,为空间站ＤＭＳ网络可靠性设计提供了依据。