基于遗传算法的目标检测定位方法

将目标的检测定位归结为一类组合优化问题,利用遗传算法的进化策略,采用改进的遗传算法,提出了2种基于遗传算法的目标检测定位方法:基于遗传算法的相关匹配定位法和图象序列目标检测定位法。并给出了在可见光图象序列上的实验结果。     

失谐叶盘结构振动模态局部化实验

基于实际叶盘结构失谐振动模态局部化能量集中的物理特性,以及基于优化方法提出了确定失谐叶盘结构最坏状态模态局部化的方法.通过数值算例表明,该方法可以有效定量确定失谐叶盘结构最坏情形模态局部化,发现失谐跳变模态局部化现象.利用搭建的失谐叶盘模态局部化实验系统,针对典型的整体叶盘结构模型试件进行了失谐振动模态局部化实验,通过实验验证了失谐跳变模态局部化现象,实验测量与理论计算结果得到了较好的相互印证.      

基于几何特征关联的室内扫描匹配SLAM方法

为实现室内结构化环境中仅依靠激光雷达数据进行实时自定位并创建精确的特征地图,提出了一种基于几何特征关联的室内扫描匹配SLAM方法.几何特征关联与匹配方法的优劣很大程度上影响SLAM的实时性和精度.结合室内结构化环境的特点,提出了一种完备端点定义与提取方法,将直线段特征与完备端点进行关联,优化几何特征扫描匹配过程.此外,姿态角收敛是SLAM进行机器人位姿估计和求解一致性的关键.为确保姿态角准确收敛,采用了基于直线拟合认知的姿态角加权几何平均求解方法.实验证明,提出的SLAM方法得到的定位精度在100mm内,建图精度也较高,能胜任室内SLAM.     

直达与非直达环境中的多目标解耦直接定位方法

针对直达（LOS）与非直达（NLOS）环境中的定位问题,提出了一种波形已知条件下的单阵地多目标直接定位（DPD）算法。该算法针对发射时间已知和未知两种情况,利用多径信号到达角度与时延关于障碍物（或反射体）、观测站与目标位置参数的数学关系,建立了三维目标位置的最大似然（ML）函数,无需估计测量参数,避免了传统两步定位方法所需的非直达径识别与数据关联。为了克服多目标定位中的高维非线性优化问题,该算法利用独立波形信息将多目标定位解耦为对各个目标单独求解。通过对目标函数有效近似,算法在发射时间已知和未知两种情况下均仅需三维网格搜索,比相应的两步定位方法具有更低的计算量。此外,基于多径定位场景,推导了发射时间已知和未知两种情况下的位置估计克拉美罗界（CRB）。仿真结果表明：算法的定位性能能够逼近相应的克拉美罗界,比传统两步定位方法和子空间直接定位算法具有更高的定位精度。     

叶盘结构盘片耦合振动特性的参数敏感性

在参数化建模、求解的基础上重点研究了叶盘结构盘片耦合振动频率转向特性、由结构参数随机失谐引起的振动局部化特性对结构设计参数变化的敏感性.对盘片耦合振动频率转向特性的研究发现,随着轮盘扇区间耦合刚度或叶片刚度的变化,频率转向间隙曲线的改变具有碗状形式;对振动局部化特性的研究表明,以轮盘扇区间耦合刚度和结构参数失谐强度为自变量的失谐响应放大因子曲面呈类马鞍形;响应放大阈值现象存在与否,与轮盘扇区间耦合刚度的大小直接相关.若选择位于鞍部的轮盘扇区间耦合刚度-失谐强度组合参数设计,失谐响应放大因子最多能够被减小37.5%.      

不依赖于卫星的无人系统视觉/激光雷达感知与自主导航技术

智能化的无人系统在现代社会中起着重要作用,而对环境信息的准确感知以及自身位置的精准估计是无人系统智能、高效执行任务的核心基础,视觉与激光雷达传感器是无人系统常用的感知与导航传感器.近年来,随着应用场景的拓展,无卫星信号、无光等恶劣环境对无人系统的感知与自主导航技术提出了新的挑战.针对上述环境,对无人系统中视觉/激光雷达...     

非周期压电阻尼对失谐叶盘结构振动局部化抑制机理

将非周期压电阻尼技术引入失谐叶盘结构形成机电耦合系统,推导了机电耦合系统的动力学方程,从理论上分析了非周期压电系统对失谐叶盘结构振动局部化的抑制效果。构造了两种非周期压电系统模型:非周期压电分支模型和非周期压电网络模型。研究结果表明:与双周期压电网络系统相比,按照能量集中的程度不同连接而成的非周期压电系统具有更好的振动局部化抑制效果。在非周期压电网络系统的构造中,电阻不再是关键因素,而主要是通过电路形式改变整个叶盘结构中的能量分配情况,电感作为储能元件在其中至关重要。通过合理设计非周期压电网络电路形式,可以得到比非周期压电分支系统和双周期压电网络系统更好的振动局部化抑制效果。      

视觉/惯性组合导航技术发展综述

视觉/惯性组合导航技术是自主导航领域的重要研究方向之一。首先介绍了视觉/惯性组合导航技术的发展概况,然后从纯视觉导航(里程计、同步定位与构图)以及组合导航(滤波、非线性优化)2个层次介绍了传统的基于视觉几何与运动学模型的视觉/惯性组合导航方法,还介绍了近年来发展迅猛的基于机器学习的视觉/惯性组合导航方法。最后,简要介绍了视觉/惯性组合导航技术的典型应用及未来发展趋势。     

噪声与共振环境下的数字助听器鲁棒声源定位法

提出了一种噪声与共振环境下的数字助听器鲁棒声源定位方法,该方法基于房间共振模型和多通道自适应特征值分解算法,利用自适应次梯度投影方法迭代地估计声源至各麦克风的脉冲响应系数,从而获得各麦克风对的时延差,并利用几何方法计算声源位置。针对眼镜数字助听器四元麦克风方阵的仿真表明,所提出的自适应次梯度投影方法在强噪声环境中的鲁棒性和定位精度优于传统NLMS算法。