基于RBF神经网络的扑翼飞行机器人的姿态控制北大核心

针对扑翼飞行机器人(Flapping Wing Aerial Vehicle, FMAV)在实际应用中的姿态控制问题,基于RBF神经网络设计了滑模鲁棒自适应姿态控制器。采用RBF神经网络对FMAV姿态动力学模型中未知项角速度进行逼近,并设计自适应律减小神经网络逼近误差。改进鲁棒项消除了为克服干扰造成的控制输入抖振现象。利用Lyapunov稳定性理论对系统的稳定性进行了分析,并通过数值仿真验证了控制方法的有效性和可行性。     

基于三光斑的激光束离焦量实时检测方法

为了提高强激光系统中输出光束的光束质量,提出了一种利用三光斑来探测离焦的方法,该方法能够在探测器上横向探测光束轴向上三处位置的光斑尺寸,通过三光斑间的尺寸关系可计算出光束的离焦量,进而根据离焦量进行闭环校正。实验中通过调节整形系统对光束的离焦量进行离焦补偿,使得光束离焦量从（4.90.2） mm校正至（0.30.1） mm。实验结果表明,该方法结构简单,能够测量各种因素引起的强激光的发散会聚度,给出了离焦补偿的可靠判据,为解决强激光热效应造成的光束发散提供了一种新方法。     

探析单片机在智能小车中的应用

单片机以其体积小、能耗低、经济实用等功能在各个领域都得到了广泛应用.将单片机运用到智能小车中,使用起来非常灵活,且节能环保,其优势十分突出.基于此,从智能小车系统的整体框架和工作原理、各模块设计、小车软件设计以及调试与结果分析相关内容进行了分析.     

半虚拟化框架Virtio下的实时网络I/O请求门控机制

响应时间是服务等级目标(Service Level Objective,SLO)的一个重要性能指标,与资源的使用量有关。资源充足可以保证请求的正常执行,响应时间短;资源不足,请求需要等待资源,响应时间长。在云计算虚拟化环境下,控制资源的访问既有对整体资源的控制,也有对CPU、网络带宽等单个资源的控制,但是目前很少有通过对网络I/O请求的直接控制来保证响应时间。为了获得更好的性能,虚拟化技术大多采用半虚拟化框架Virtio。网络I/O请求通过Virtio共享通道进行传输,使得在Virtio设立网络I/O请求的门控机制成为可能。文中利用双端聚合方法(Two-end Aggregation Method,TAM),提出实时网络I/O请求门控机制(Gating Mechanism for Real-time Network I/O Requests,GMRNR),通过控制网络I/O请求经过Virtio的时刻,保证各类请求的响应时间。GMRNR设立在Virtio前端virtio-net模块中,将请求按照其响应时间指标分级,采用计时器和聚合队列长度来控制不同级别请求经过Virtio的时刻和聚合频率,保证请求的响应时间。实验测试表明:GMRNR能够区分网络I/O请求优先级,在资源充足时,使得不同等级的网络I/O请求在各自要求的时间内完成;在资源不充足时,能优先保证高优先级的网络I/O请求的响应时间。同时,GMRNR具有较高的资源利用效率。     

二甲醚燃料的生产及应用

甲醇催化脱水可得二甲醚。它可用作化工原料，气雾剂汝民用燃料。本文介绍燃料级二甲醚的生产及二甲醚液化气、醇－醚燃料的应用概况。     

浅析凝固延缓剂与聚氨酯合成革表观质量的关系

根据十八醇对温法PU合成革涂敷层具有延缓凝固作用从而改变其微孔结构的原理,论证了十八醇添加比例对涂敷层表观质量的影响。在试验基础上,对影响表观质量的因素及规律进行了归纳,划分成三个区域进行分析,找出了十八醇添加比例的正常控制范围和最佳控制点。     

新型皮革加脂剂ZC的合成与应用研究

研究了以油酸，辛醇为原料，硫酸为催化剂，采取直接减压一步脱水法合成油酸辛酯的硫酸化物的方法：酯化反应摩尔比为油酸：辛醇，硫酸＝１：１．１４：０．０２７，在１１５℃下反应２～３ｈ至体系ｐＨ值小于５为终点，产物为灰褐色，收率为９５％。磺化反应温度控制在４５℃以下，滴加９８％浓硫酸，在４４～４６℃下搅拌反应２～３ｈ后，静置过夜。硫酸化物经两次４５℃饱和食盐水洗涤，收率为１１５％，在搅拌下慢加ＮａＯＨ溶液     

投资体制改革对投资项目前期工作的影响

《国务院关于投资体制改革的决定》颁布后，我国最终将建立起市场引导投资，企业自主决策，银行独立审贷，宏观调控有效的新型投资体制。本文分析了由此对企业，尤其是石油和化工企业，银行，咨询机构的影响．及这些单位应采取的对策。     

粒子群优化人工免疫粒子滤波器

为解决粒子滤波算法中存在的粒子退化和样本枯竭问题,提出一种新的粒子滤波算法.利用粒子群优化思想促使采样粒子向高似然区域移动,减缓粒子权值的退化;再通过人工免疫算法中的变异操作扩大算法寻找最优值的范围并增加粒子的多样性,避免算法陷入局部最优,增强算法的全局搜索能力,进而缓解样本枯竭.实验表明,该算法比标准粒子滤波的状态估计精度提高近40倍,比扩展卡尔曼粒子滤波提高近28倍,比无迹卡尔曼粒子滤波提高近6倍,滤波效率为37.523％,是标准粒子滤波的37倍,该算法具有更好的实时性和更高的状态估计精度,能有效缓解粒子的退化和样本的枯竭.     

多目标遗传算法在饲料配方设计中的应用

有别于传统的单目标方法,将饲料配方设计问题描述成为一个多目标最优化问题,并提出了一种改进的多目标遗传算法,应用模拟退火算法解决多目标遗传算法的局部搜索能力差和易早熟问题.实验结果表明,该算法能有效地求解饲料配方设计问题并为设计者提供了强有力的决策支持.