关于建设生态特色小镇的问题与思考

现阶段特色小镇的建设中,生态与绿色建筑技术运用还不够完善。本文通过分析特色小镇面临的生态设计问题,并提出一些绿色生态节能环保的策略,希望能够对建设生态化特色小镇提供一定的启示。     

结合MPGA-RBFNN的一般机器人逆运动学求解

针对一般机器人逆运动学求解过程中存在的求解速度慢、精度低的问题，将多种群遗传算法（multiple population genetic algorithm，MPGA）引入径向基函数神经网络（radial basis functions neural network，RBFNN），提出一种适用于一般机器人的高精度MPGA-RBFNN算法。该算法采用3层结构的RBFNN进行一般机器人逆运动学求解，结合一般机器人的正运动学模型，采用MPGA优化RBFNN的网络结构和连接权值的方法，同时应用混合编码和演化的方式，实现了从机器人工作空间位姿到关节角度的非线性映射，从而避免了复杂的公式推导并提高了求解速度。采用6R一般机器人作为实验平台进行实验，实验结果表明:MPGA-RBFNN算法不仅提高了一般机器人在逆运动学中的求解速度，而且MPGA-RBFNN算法的训练成功率和逆解的计算准确率也得到了提高。     

改进的超低频广义旁瓣噪声抵消算法

为了有效地改善超低频频段的通信质量,在广义旁瓣抵消算法的基础上,提出了一种改进的广义旁瓣噪声抵消算法。首先,该算法将主通道中的延时求和用线性滤波算法代替,有利于进一步提高非相干噪声的抑制能力;其次,鉴于各通道信号强度存在差异,采用优化后的阻塞矩阵代替原来的简单相减阻塞矩阵,有利于减少期望信号的残留,从而提高算法的性能;最后,采用线性滤波代替原来的自适应算法,可以在实现噪声抵消的同时不降低主天线的灵敏度,且提高算法的运算速度。为了验证所提算法的有效性,在实验室环境下搭建了实验平台,设计了多组对照实验。实验结果表明,这种模拟电路可有效地抑制工频及其谐波干扰。改进后的广义旁瓣抵消算法相比于原算法,在信噪比和噪声底限的改善上有较大的成效。