Mocha结合AE处理形变镜头跟踪

在影视后期制作中,经常会遇到需要跟踪替换画面的工作。对于一般的平面追踪替换,例如:形变镜头、画面质量不高、前景遮挡、跟踪区域出画入画等。本文将对上述特殊镜头,讲解Mocha提供的完美跟踪解决方案。     

核环境下探测机器人机械臂的结构分析与优化

为了提高核环境下探测机器人机械臂的负载能力,通过动力学分析机械臂关节特性确定优化目标,用有限元软件ANSYS对机械臂臂体危险工况分析并设计优化参数,采用Workbench目标驱动优化分析设计优化实验,对优化结果分析并选取合适的优化参数。优化设计使机械臂两个臂体质量分别减小28.3%和29.5%,分析表明优化设计对机械臂危险工况下静力特性影响很小,符合强度和刚度要求,依据优化方案制作出机械臂样机并测试机械臂负载性能,实验表明机械臂末端负载提高10%,优化后机械臂关节力矩得到改善。     

NSGA-Ⅱ和NSGA-Ⅲ应用于换热网络多目标优化的对比

针对换热网络多目标优化问题，采用目前应用较广泛的两种多目标遗传算法，即NSGA-Ⅱ和NSGA-Ⅲ，对两种算法的性能进行对比研究。案例研究结果表明，NSGA-Ⅱ算法比NSGA-Ⅲ算法运行效率更高，NSGA-Ⅲ的运行时间是NSGA-Ⅱ的2倍以上；NSGA-Ⅱ算法的应用并不严格地受限于3个目标的最大目标数量，NSGA-Ⅱ在求解大于3个目标的多目标优化问题时也可能具有良好的性能，目标数量并非选择NSGA-Ⅱ和NSGA-Ⅲ算法的严格标准。对10×5换热网络案例进行4个相关目标改造优化时，从换热网络的单一性能指标来看，NSGA-Ⅱ算法更容易获得各目标的极值。从最小年度总费用的评价指标来看，两种算法的最优方案效果相近。对7×3换热网络案例进行6个目标的优化时，NSGA-Ⅲ算法得到各目标的极值较优。从最小年度总费用的评价指标来看，NSGA-Ⅲ算法获得的投资费用和年度总费用更小。对于目标函数数量不超过3个，或者3个以上具有一定相关性的多目标优化问题，推荐优先使用NSGA-Ⅱ算法实现快速寻优；而NSGA-Ⅲ算法由于其基于参考点的选择机制，运行效率较慢，更适合用于收敛困难的高维多目标优化问题。     

基于锁相环实现信号相频突变的跟踪

锁相环是一种相位误差自动控制系统,在通信领域有着广泛的应用。通过设计锁相环路,实现对输入信号的频率和相位突变时的跟踪。首先介绍锁相环路的基本原理,然后对一阶和二阶锁相环的动态跟踪特性进行分析,最后采用仿真软件Multisim 13.0设计仿真电路,针对一阶、二阶PLL的输入信号频率和相位突变时的情况进行仿真研究,实际仿真结果与理论分析相吻合。仿真结果表明,设计的锁相环路实现了对输入信号频率和相位突变后的跟踪。