排序方式: 共有32条查询结果,搜索用时 0 毫秒
1.
为了改善次发射机的性能,本文在衬底式(Underlay)认知无线能量通信网络(Cognitive Wireless Powered Communication Networks, CWPCNs)中提出了一种新的网络模型,该网络含有一个主发射机和两个由次发射机和次接收机组成的次用户对。次发射机可工作在反向散射通信(Backscatter Communication, BackCom)和收集再传输(Harvest-then-transmit, HTT)两种协议下。针对提高次网络的系统容量,根据收集的能量是否可以驱动次发射机工作,本文考虑了三种场景并针对每种场景设计了最优的时间分配方案。仿真结果表明,相比于单独利用BackCom或HTT协议以及协作式CWPCN,本文提出的新方法性能更佳。 相似文献
2.
以大型商用有限元软件ABAQUS为计算平台,基于等参梯度单元法的思想,建立功能梯度材料结构的有限元分析模型,进行有限元计算分析。数值算例表明,等参梯度有限单元法的应力和位移计算结果均与解析解吻合得很好。根据设计组分材料Y-TZP弹性模量的三种工况,讨论了弹性模量梯度系数对有限元计算结果的影响。通过有限元网格加密的数值算例,发现等参梯度有限单元法具有精度高和收敛快的特点。 相似文献
3.
针对“物理化学”教学中存在的概念抽象、学生掌握和应用情况不佳的问题,开展了项目式学习法在“物理化学”教学中的应用研究。通过项目设计、组成学习小组、实施项目学习、总结汇报项目成果以及项目学习成果评估等过程,将“物理化学”的知识点分解在项目学习中,通过学生自主探索,建立“物理化学”知识体系,并学会运用相关理论解决实际问题。研究表明,参加项目小组的同学具有强烈的学习动力,考试成绩明显高于未参与同学。通过项目学习,同学们的知识理解和运用能力、团队协作能力、口头表达能力均得到了提升,对项目学习持认可态度。项目式学习模式可在大学的学科教学中推广应用。 相似文献
4.
5.
基于模型预测控制的工业机器人曲面跟踪方法研究 总被引:1,自引:0,他引:1
工业机器人执行接触性作业任务时,通常需要稳定控制接触力,比如在磨抛过程中,不平稳的法向接触力容易影响表面质量。为解决力跟踪控制时法向控制速度易超调和不确定环境造成法向接触力不平稳的问题,提出一种基于模型预测控制的工业机器人曲面跟踪方法。首先,根据工件模型几何信息计算出末端工具的运动轨迹,再结合机器人当前位姿求解末端工具的笛卡儿速度;然后,建立末端工具与工件接触时的状态空间模型,并依据末端工具的姿态变化对法向阻尼系数进行在线调节;最后,根据实时力信号的反馈,利用模型预测控制算法对法向速度进行修正,实现曲面恒力跟踪。基于Staubli TX90工业机器人,在末端工具姿态不变和姿态改变的情况下分别进行了曲面跟踪实验,结果显示法向接触力波动范围分别为±1 N和±2 N,方差分别为0.038 1 N2和0.105 9 N2,能够达到较好的力跟踪效果。 相似文献
6.
7.
语音重构的DCT域加速Landweber迭代硬阈值算法 总被引:1,自引:0,他引:1
重构信号的最基本理论依据是该信号在某个变换域是稀疏的或近似稀疏的。基于语音信号在DCT域的近似稀疏性,可以采用压缩感知(Compressed Sensing, CS)理论对其进行重构。压缩感知理论中的迭代硬阈值(Iterative hard thresholding, IHT)算法以其较好的性能被广泛用来重构信号,但其收敛速度比较慢,如何提高收敛速度,一直是迭代硬阈值算法研究的重点之一。针对压缩感知理论中的IHT算法收敛速度相当慢的问题,提出了语音重构的DCT域加速Landweber迭代硬阈值(Accelerated Landweber iterative hard thresholding, ALIHT)算法。该算法对原始语音信号做DCT变换,然后在DCT域将每一步Landweber迭代分解为矩阵计算和求解两步,通过修改其中的矩阵计算部分实现Landweber迭代加速,最后通过迭代硬阈值对信号做阈值处理。实验结果表明,加速Landweber迭代硬阈值算法加快了收敛速度、减少了计算量。 相似文献
8.
针对含噪语音信号压缩感知(compressed sensing,CS)后采用梯度投影(gradient projection,GP)算法收敛速度慢且重构性能差的问题,提出了自适应共轭梯度投影(adaptive conjugate gradient projection,ACGP)算法对含噪语音进行压缩与重构.ACGP算法首先将CS理论中求解含噪语音信号在离散余弦变换(discrete cosine transform,DCT)域上的稀疏解的非线性凸优化问题,转化为有边界约束的二次规划(bound constrained quadratic program,BCQP)问题,然后根据原含噪语音信号的信噪比(sighal to noise ratio,SNR)自适应选择最佳重构参数,用ACGP算法对含噪语音信号的DCT域的稀疏系数进行重构,进而重构出原始语音信号.该算法将共轭性与GP算法相结合,避免了其搜索路径成“锯齿”状,使得其收敛速度更快;且该算法根据原含噪信号的信噪比自适应选择最佳重构参数,使得在重构语音的同时提高了原信号信噪比.仿真实验结果表明:ACGP算法具有更快速的收敛性和更高的信噪比,且在不同噪声强度下具有更高的鲁棒性. 相似文献
9.
目的 压缩采样匹配追踪(CoSaMP)算法虽然引入回溯的思想,但其原子选择需要大量的观测值且在稀疏度估计不准确时,会降低信号重构精度,增加重构时间,降低重构效率。为提高CoSaMP算法的重构精度,改善算法的重构性能,提出了一种基于广义逆的分段迭代匹配追踪(StIMP)算法。方法 为保证迭代时挑选原子的精确性和快速性,对观测矩阵广义逆化,降低原子库中原子的相干性;原子更新结合正交匹配追踪(OMP)算法筛选原子的准确性与CoSaMP算法的回溯性,将迭代过程分为两个阶段:第1阶段利用OMP算法迭代K/2次;第2阶段以第1阶段OMP算法迭代所得的残差和原子为输入,并采用CoSaMP算法继续迭代,同时改变原子选择标准,从而精确快速地重构出稀疏信号。结果 对于1维的高斯随机信号,无论在不同的稀疏度还是观测值下,相比于OMP、CoSaMP、正则化正交匹配追踪(ROMP)算法和傅里叶类圆环压缩采样匹配追踪(FR-CoSaMP)算法,StIMP算法更加稳健,且具有更高重构成功率;对于2维图像信号,在各个采样率下,StIMP算法的峰值信噪比(PSNR)均高于其他重构算法,在采样率为0.7时,StIMP算法的平均PSNR值比OMP、CoSaMP、ROMP和FR-CoSaMP算法分别高2.14 dB、1.20 dB、3.67 dB和0.90 dB,平均重构时间也较OMP、CoSaMP和FR-CoSaMP算法短。结论 提出了一种改进的重构算法,对1维高斯随机信号和2维图像信号均有更好的重构效率和重构效果,与原算法和现有的主流图像重构方法相比,StIMP算法更具高效性和实用性。 相似文献
10.
该文将压缩感知(CS)中信号的重构问题归结为求解l0-正则化问题,针对l0-正则化问题求解比较困难,提出了快速交替方向乘子法(FADMM)。该算法首先将信号的稀疏域的l0-正则化问题通过变量分裂技术转化为约束优化问题;然后引入乘子函数,采用一步Gauss-Seidel思想,对优化问题中的变量极小化;为了加快算法的收敛速度,对变量进行了二次更新,并更新了乘子;最后进行反正交变换,实现对原始信号的重构。将FADMM应用于含噪声图像的重构,进行了仿真实验及对实验结果进行了分析。实验结果表明:FADMM具有更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更快速的收敛速度。 相似文献