产品开发方案优化的模糊机会约束规划模型及求解

为解决项目网络计划中产品开发方案的时间、成本、质量的不确定优化问题,在模糊机会约束规划的框架下分别建立了基于关键路线的项目周期优化模型、基于资源使用的项目周期-成本优化模型和基于质量功能展开(QFD)的产品周期-质量优化模型,在此基础上构建了项目周期-成本-质量多目标优化模型;在使用模糊模拟技术处理3个目标函数约束的过程中,构建了一个基于遗憾度的适应度函数,然后利用离散微粒群算法对多目标优化模型进行求解.最后,以滚珠丝杆副产品开发项目的方案优化为例验证了文中模型的合理性和算法的有效性;实验结果表明,周期-成本-质量多目标优化模型的求解得到的方案能够取得时间、成本和质量的平衡优化,为产品开发项目的规划提供了定量、可靠的决策依据.     

基于FPGA的数字下变频SDR-PHS系统的设计及实现

软件无线电SDR(Software Defined Radio)技术改变了传统的硬件无线电平台,是一种具有弹性的软件无线电平台,它支持不同的无线通信标准和系统的要求。而现场可编程门阵列FPGA(Field Programmable Gate Array)由于其可灵活编程的特点,其处理能力、逻辑资源规模的不断增强,在需要灵活配制的SDR设计中承担着越来越重要的角色。本文从软件无线电的设计思想出发,描述一种应用于个人手持式电话系统PHS(Personal Handyphone System)中基于FPGA的数字下变频SDR处理方案的设计分析及其实现过程,阐述基于硬限幅和RSSI幅度信息恢复的低成本SDR实现方法。仿真试验结果验证了该方法的有效性和可靠性。     

基于Adams的摆杆输送机动力学仿真分析

采用Adams脚本语言建模,自动完成摆杆输送机整体系统的轨道、链条、摆杆和工件之间的装配约束和载荷边界条件的设定等.对某卡车白车身涂装过程进行动力学仿真分析,求得系统整体运行时所需的驱动力大小、链节间的相互作用力和进行静力学分析所需的载荷条件等,分析结果可指导摆杆输送机的整体设计.     

利用改进的差分进化算法求解等圆Packing问题

等圆Packing问题属于强约束的复杂组合优化问题之一,针对其强约束特点及难点,通过改进传统的差分进化算法,提出一种等圆Packing问题的求解方法。该改进算法特点是将有效解空间加入差分进化的变异约束中,并采用随机排序机制改进差分进化的选择机制。通过多次实验,表明此算法在求解小规模等圆Packing问题上取得的效果与目前所能找到的最优值相差不到0.6%,从而验证了演化计算在求解等圆Packing问题的可行性;与此同时,演化算法具有很好的收敛性,因此在其他强约束的复杂优化问题上将有很好的应用。     

欠驱动机器人控制策略综述

欠驱动机器人是指独立控制输人量少于系统自由度的一类机器人,具有重量轻、成本低、能耗低等众多优点,目前已引起学者们的广泛关注,介绍了欠驱动机器人控制器设计的六类策略,分析了各类策略的应用及效果,如何将鲁棒控制与其它控制策略相结合,开发出更实用、性能更优越的控制策略,有待于进一步研究.     

考虑量化输入和输出约束的互联系统自适应分散跟踪控制

本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计. 分别针对量化参数已知和未知两种情况, 基于反推(Backstepping)设计法, 利用神经网络逼近特性, 设计自适应分散跟踪控制策略. 通过定义新的未知常量和非线性光滑函数, 设计自适应参数估计项来消除未知互联项对系统的影响. 进一步考虑量化参数未知的情形, 引入一个新的不等式来转化输入信号, 并构建新的自适应补偿项来处理量化影响. 同时, 障碍李雅普诺夫函数的引入, 确保了系统输出不违反约束条件. 与现有量化输入设计相比, 本文所提方法不要求未知非线性项满足李普希兹条件, 并且允许量化参数未知. 该设计方法保证了闭环系统所有信号最终一致有界, 而且跟踪误差能够收敛到原点的小邻域内, 同时保证输出不违反约束条件. 最后, 仿真算例验证了所提方法具备良好的跟踪控制性能.     

考虑链路重传的工业无线网络确定性调度算法

作为工业网络的关键技术, 确定性调度通过合理安排网络传输资源, 满足工业数据在规定时间内到达目标设备的实时性要求. 工业网络往往部署在环境恶劣、电磁情况复杂的工业现场, 与有线网络相比, 工业无线网络还面临着严重的丢包问题. 考虑到重传是克服链路丢包的简便高效方法, 本文提出了支持持续重传和区间重传两种策略的确定性调度算法. 基于链路时槽松弛度和动态优先级, 调度算法在每个时槽按照调度规则为重传链路配置通信资源, 缓解丢包对数据传输的影响, 并围绕对应重传策略进行相应的时槽、频点优化分配, 保障数据端到端按时到达. 仿真结果表明, 所提调度算法在满足传输确定性的前提下, 有效提升了数据传输的可靠性.     

基于渐进式双网络模型的低曝光图像增强方法

传统的图像增强方法对低曝光图像进行增强时,通常只考虑到了亮度的提升,忽略了增强过程中带来的噪声放大问题.而当前基于深度学习的方法利用端到端的网络直接学习低曝光图像到正常图像的映射关系,忽略了低曝光图像形成的物理原理,也没有考虑解决噪声放大的问题.针对上述问题,本文通过对图像降质的本质原因进行分析,提出一种基于渐进式双网络模型的低曝光图像增强方法,该方法包含图像增强模块以及图像去噪模块两个部分.对每个模块的构建也采用了渐进式的思想,考虑了图像由暗到亮的亮度变化,以及从粗到细的图像恢复过程,使增强后的结果更接近真实图像.为了更好地训练网络,本文构建了一种双向约束损失函数,从图像降质模型的正反两个方向使网络学习结果逼近真实数据,达到动态平衡.为了验证本文方法的有效性,本文与一些主流的方法从主观和客观两方面进行了实验对比,实验结果证明了本文方法得到的结果更接近真实图像,获得了更优的性能指标.     

基于SD*lite的月球车任务规划算法

月球车任务规划是在给定初始位置和目标位置,满足月面地形约束、工作模式约束以及能量约束的前提下,规划出月球车最优的路径。设计了一种月球车任务规划的模型,提出了一种基于SD*lite算法的规划器,在原有SD*lite算法的基础上进一步考虑了对可用资源的限制;它可以协助月球车在考虑太阳能帆板的能量约束的条件下,合理避障最终达到目标点,使规划的轨迹更符合实际。     

基于SINS的车辆导航系统性能增强算法研究

SINS的车辆导航系统的参数误差随时间积累,使得车辆的定位融合算法存在非线性及易发散等问题,而无法长时间得到高精度、高可靠性的导航参数。本文设计了一种带速度约束条件的SINS车辆导航滤波算法来增强SINS车辆导航系统的定位精度与持续工作能力,建立了具体的系统方程与观测方程,并进行了Matlab仿真实验。仿真结果表明,该方法能够有效抑制发散现象,速度误差和经纬度误差分别能够保持在2m/s和15m的范围内,从而保证了车辆导航的精度要求。