软交换技术的发展及其应用

软交换是下一代网络NGN的核心技术，本文从软交换的概念入手，介绍了软交换的基本功能及其优点．软交换的网络系统结构、软交换的对外接口等内容，并探讨了软交换技术的应用。     

基于自适应空间正则化的视觉目标跟踪算法

为解决相关滤波类视觉跟踪算法中的边界效应问题,提出一种基于自适应空间正则化的视觉跟踪算法.在经典滤波模型中引入自适应空间正则化项,通过建立正则权重在相邻帧之间的关联,自适应调整当前帧的模型正则化权重,减小边界效应的影响.采用自适应宽高比的尺度估计策略,以及基于颜色直方图相似度的模型更新策略,抑制模型漂移,提高跟踪准确性.实验显示,该算法在UAV123,OTB2013,OTB2015这3个数据集上的跟踪成功率和精确度均高于所有对比的算法,且即使在复杂场景中也能保持良好的跟踪效果.特别是在出现运动模糊和目标在平面内旋转2种情况时,该算法的跟踪成功率较排名第2的算法分别提升了9.72个百分点和9.03个百分点,说明所提出的算法具有较好的适应性.     

旋翼飞行机器人研究进展

旋翼飞行机器人是面向空中自主作业需求,将旋翼飞行器与多自由度机械臂相结合所提出的新型机器人.该机器人作业过程中旋翼飞行器、机械臂与作业目标之间的动态相对运动以及与作业目标接触过程中未建模外力、力矩扰动使自主控制受到极大挑战.本文将针对旋翼飞行机器人的结构演变及关键技术、作业机构集成技术进行综述.从动力学建模及动力学特性分析、动态运动约束/力约束下的协调规划、非结构环境下的运动和作业控制、面向任务动态操作的环境感知、面向任务的实验系统构建与实验验证五个方面初步构建了旋翼飞行机器人自主作业理论体系.     

旋翼飞行机器人多机视觉跟踪定位系统及方法

针对旋翼飞行机器人在多机跟踪定位时受遮挡、光照变化等因素的影响,易出现跟踪目标丢失的问题,提出一种改进的分段多目标跟踪定位方法,首先,为克服单一颜色特征不能准确描述目标的不足,设计了按一定的权值系数融合目标的颜色特征和边缘特征来建立似然函数作为目标模板;考虑到粒子滤波算法能解决目标发生遮挡的跟踪问题,然后,利用目标模板与候选目标模板的相似度来实现连续自适应Mean-Shift算法和粒子滤波算法的切换,保障了算法的鲁棒性及实时性。可应用于旋翼飞行机器人完成自主的直线飞行与绕圆飞行任务。     

MODBUS协议在电动轮自卸车控制与故障诊断系统中的应用

对MODBUS协议的技术要点和具体规定作了比较详细的阐述。根据电动轮自卸车拉制与故障诊断系统的通信需求，确定电动轮自卸车控制与故障诊断系统的通信方案，研究并实现基于MODBUS协议的电动轮自卸车控制与故障诊断系统的通信模块。     

基于网格和信息熵的多密度聚类算法

虽然现有的很多聚类算法能发现任意形状、任意大小的类,但用于多密度的数据集时却难以取得令人满意的结果。为提高对多密度数据集的聚类效果,提出了一种基于网格和信息熵的多密度聚类算法,它通过不同密度的网格所携带的信息熵,自动计算出密度阈值,找出在多密度数据集中不同的类。实验证明,该算法能有效的去处噪声,发现多密度的类,具有较好的聚类效果。     

基于提升算法的整数小波变换在零树小波编码图像压缩中的应用

研究了提升算法和基于提升算法的整数小波变换,并将该算法应用于零树小波编码图像压缩,改进了压缩算法性能.最后,给出了实验结果,结果表明在降低了运算复杂度的情况下,仍然提高了峰值信噪比,具有良好的压缩效果.     

基于正交规划的最优模锻工艺方案设计准则实验研究

分析了采用传统方法建立模锻工艺方案设计准则存在的问题,提出基于正交规划挖掘最优模锻工艺方案设计准则的思想.从影响轴对称锻件模锻工艺方案的诸多因素中选择轮毂的高和宽作为关键因子,进而针对这两个因子采用两因子两次组合正交规划法安排实验.并从判断模锻工艺方案优劣的多个因素中选择飞边金属消耗作为目标函数,在实验中实测该目标函数值.当轮毂的高和宽取某一固定值时,根据实验结果,从多个实验方案中选择使飞边金属消耗最小的工艺方案作为最优模锻工艺方案,从而获得最优模锻工艺方案设计准则.     

基于显著性检测的双目测距系统

为了提高双目视觉测距系统中图像匹配的实时性与测距的精度,提出一种将显著性检测与焦距拟合相结合的双目测距方法。首先对双目相机进行畸变矫正,并利用双目相机成像的特点拟合相机焦距与目标距离的关系,随后对所得图像进行显著性检测,并提取目标区域,最后,利用surf算子对提取出的区域进行特征匹配,将匹配点代入测距模型中得到目标物体的距离。结果表明:显著性检测方法明显提升算法执行速度,焦距拟合降低双目测距模型误差,明显提升双目测距精度。     

改进免疫克隆选择算法的多目标轨迹优化

针对机械臂的时间最短、轨迹最平滑、能量消耗最小等多目标下的轨迹优化问题,提出一种改进免疫克隆选择的多目标轨迹优化的方法。改进的算法采用tent混沌序列初始化种群,提高初始化群体的多样性和均匀性;引入自适应变异,改善算法的全局搜索能力和局部搜索能力;增加模拟二进制交叉操作,增强种群中个体之间的信息交流;采用递减消亡操作,既保证种群的多样性,避免出现局部最优,又避免在最终解集中出现不可行解。以PUMA560为仿真对象进行实验仿真,结果表明该改进算法可以得到分布均匀性较好的Pareto最优解集,是一种有效的多目标轨迹优化的方法。