基于数据驱动的全线控底盘纵臂式悬架系统研究

汽车在越野类极限路况下行驶, 对车身高度有一定范围的调节需求, 传统悬架方案与全线控底盘进行技术融合时, 存在机构运动干涉、底盘升降过程中车轮外倾程度过大、车轮发生侧向位移等现象, 易导致轮胎过度磨损, 致使行驶失稳. 将车身高度变化对轮胎侧向参数的影响转化为车轮纵向滚动, 进而实现稳定的大行程车身高度调节, 是解决上述问题的关键. 本研究建立整车七自由度动力学模型, 对悬架系统导向机构展开力学分析, 集两者作为系统研究的输入信息; 通过正弦波激振台对弹性元件、减振器进行相关特性参数获取, 基于数据驱动开展一体化电动轮的运动学仿真测试, 包括对悬架系统关键铰接位置进行力学性能分析、对电动轮整体结构进行运动学特性研究, 以此定义系统关键性能指标, 结合理论研究与仿真测试, 确定双纵臂式主动悬架系统方案. 仿真结果与实车验证综合表明, 搭载本研究系统方案的全线控平台, 进行大行程高度调节过程中, 车轮外倾问题得到有效解决, 一体化电动轮具备良好的独立运行能力, 本研究对提高车辆在极限路况下的通过性具有重要意义.      

基于无人机可见光谱遥感的玉米长势监测

玉米是我国重要的粮食作物之一,在我国种植规模最大、发展最快。玉米的长势会直接影响到其产量和品质,因此通过对玉米的长势进行有效监测,可以为田间管理、早期产量估算提供宏观的参考信息,为国家和相关部门决策提供重要的参考依据。以无人机为遥感平台,搭载影像传感器构建遥感系统,获取玉米可见光谱遥感影像。利用ENVI软件对获取的玉米冠层可见光谱彩色图像进行几何校正和辐射校正,然后对图像进行彩色图像灰度化和增强处理。利用对农田复杂背景适应能力较好以及具有较强光照适应性的AP-HI算法完成作物分割来提取玉米覆盖度信息。在计算玉米覆盖度时,首先利用AP-HI算法将图像进行分割,并转换为二值图,来去除图像中的土地、水管、道路、作物残渣等背景,以保留玉米的二值图像。图像中的农田存在道路区域,计算实际作物覆盖度时需将其排除。道路区域出现在图像的四个边界以及相对正中的位置处,对这些位置分别进行处理,统计其中黑色像素点的个数,根据像素点个数确定道路宽度,并将道路部分从二值图中去除。去除后的二值图中,白色像素为无作物区域,黑色像素为玉米种植区域,统计黑色像素占总像素的比例,以此确定作物的多少。选取80×80像素值作为单位面积,对处理图像进行分块标记,得到区块数为720,对单位面积的分块进行全区域扫描,每当扫描到一个黑色像素值就将总的统计面积加1,直至扫描到6 400个像素点,计算其中含有的总的黑色像素值数目与6 400的比值,直至将720个区块黑色像素点占总像素比例统计完全,即可计算图像中黑色像素数与总像素数之比,即为玉米覆盖度。在此基础上,根据实际情况计算玉米冠层孔隙率,并建立覆盖度与叶面积指数模型,完成玉米叶面积指数反演,为玉米长势监测提供理论依据。     

全同轴型Marx发生器的研制与场路协同仿真

针对Marx发生器小型化的应用需求和快前沿脉冲下Marx发生器内部存在波过程的实际情况,开展了全同轴结构Marx发生器的研制和场路协同仿真。Marx发生器采用基于环形电容器、环形开关、锥形隔离电感、轴心单边充电的全同轴结构方案,避免结构偏心带来的局部场增强效应。在CST软件中建立了Marx发生器实际结构模型,利用时变材料和场路协同仿真功能实现了充放电过程的动态仿真,仿真结果显示出快前沿脉冲下Marx发生器内部存在波过程。据此可以对绝缘设计进行优化,并分析结构参数对输出脉冲的影响。研制的5级Marx发生器体积小于0.015 m3,可在10 μs内充电至88 kV,对40 Ω传输线输出峰值电压210 kV的高压脉冲,峰值功率约1.1 GW,脉冲前沿5.3 ns,半高宽11.2 ns。     

抛物型方程边界比例采样反馈镇定器的允许采样间隔的最大化（英文）

本文研究了抛物型方程的边界采样反馈镇定问题.采用模态分解的方法,我们证明了存在边界比例采样反馈,使得一类抛物型方程局部指数稳定,并且该反馈的允许采样间隔在所有可行的比例采样反馈中是最大的.     

基于可见光光谱分析的黄瓜白粉病识别研究

白粉病是黄瓜常见病害之一,传播速度极快,严重时可造成黄瓜大量减产,对其进行快速准确识别,对黄瓜白粉病诊断和防治具有重要意义,应用可见光谱技术,结合主成分分析和支持向量机算法,实现对黄瓜白粉病的快速识别。配制白粉病菌孢子悬浮液,并人工接种于科研温室内的黄瓜叶片上,以诱发黄瓜白粉病,待白粉病有一定面积暴发后,利用海洋光学USB2000+型便携式光谱仪对黄瓜叶片光谱信息进行采集,利用五点取样法采集样本,在5个检查点,每点选取2株黄瓜进行调查,每株选取4枚感病叶片,每枚叶片随机选取5个感病区域进行光谱采集,共计采集200个感病叶片光谱样本,同样采集200个健康叶片样本作为对照。通过Ocean Optics Spectra-Suite软件采集漫反射标准白板信息和光谱仪暗电流实现光谱仪校正,调节积分时间、扫描次数以及平滑度等参数来实现光谱曲线平滑处理,以有效抑制光谱噪声,对光谱特征进行分类识别,去掉首尾噪声较大的波段,保留光谱的可见光波段进行研究,最终选取450~780 nm波段范围作为研究对象。利用主成分分析对所研究波段范围内的高维光谱数据（947维）进行降维处理,根据主成分的累计贡献率,选取前5个主成分作为分类模型的输入,以白粉病和健康叶片的判别结果作为输出,利用支持向量机算法,通过对样本的分类学习训练构建黄瓜白粉病和健康叶片的分类识别模型,随机选取120个样本作为训练集用于分类模型构建,其余80个样本作为测试集用于模型检验,并通过选取不同的核函数来获得最优模型。利用混淆矩阵对分类识别模型的准确率进行评价,当选取径向基核函数时,分类识别模型对黄瓜健康叶片和白粉病叶片的识别准确率最高,分别为100%和96.25%,总准确率为98.125%,具有较高的准确率。结果表明,利用可见光光谱信息并结合主成分分析和支持向量机算法,可以实现对黄瓜白粉病的快速准确识别,为黄瓜病害诊断提供了方法和参考依据。     

基于U-net和可见光谱图像的黄瓜褐斑病分割

褐斑病是黄瓜主要真菌性病害之一,适宜条件下,特别是在昼夜温差大及饱和湿度条件下发病迅速,病情加重,导致黄瓜减产,造成经济损失。对黄瓜褐斑病进行病斑分割与提取,可以为后续的病害识别与诊断提供有效依据,具有重要意义。结合黄瓜褐斑病可见光谱图像,利用U-net深度学习网络构建黄瓜褐斑病语义分割模型,实现了病斑分割。首先在采集到的黄瓜褐斑病可见光谱图像中截取病斑较为突出的区域作为样本,共在40幅图像中截取到135个像素区域,区域的像素分辨率为200×200,利用Matlab的Image Labeler工具对样本进行像素标记,分别标记出感病区域和健康区域。然后构建U-net网络,该网络包含46层和48个连接,通过卷积层和线性整流层以及最大池化法来完成病斑特征提取,通过深度连接层以及上卷积层和上线性整流层完成上采样,通过跳层连接来完成复制和剪裁操作,并进行病斑特征融合。利用所构建的U-net网络进行学习训练得到语义分割模型,在135个样本中,随机选取其中96个作为训练样本,剩余的39个作为测试样本,设置迭代次数为240次,L2正则化系数为0.000 1,初始学习率为0.05,动量参数为0.9,梯度阈值为0.05,进行样本训练和测试。经过10次重复训练和测试,结果表明,基于U-net和可见光谱图像的黄瓜褐斑病语义分割模型执行时间平均为46.4 s,内存占用平均为6 665.8 MB,执行效率较高;模型准确率PA为96.23%~97.98%,MPA为97.28%~97.87%,MIoU为86.10%~91.59%,FWIoU为93.33%~96.19%,模型的稳定性较好、泛化能力较强。该研究方法利用较少的训练样本,获得了准确率较高的分割模型,为小样本机器学习提供了参考,同时为其他蔬菜的病斑分割、病害识别与诊断提供了方法依据。     

紧凑型高功率亚纳秒脉冲压缩装置的设计研制

分析了三传输线型脉冲压缩装置的原理,从提高功率增益和小型化角度,在脉冲压缩装置中设计了一种3起端并联绕线的内置型高阻螺旋线结构。建立电路仿真模型和三维结构电磁场仿真模型,分析了高阻螺旋线特征参数对功率增益的影响。根据优化后的结果研制出紧凑型高功率亚纳秒脉冲压缩装置,经测试,前级输入脉冲宽度8 ns,功率1 GW时,输出脉冲宽度1.5 ns,功率3.7 GW,功率增益3.7。经过30万次运行考核,装置内部无滑闪和击穿现象,验证了设计可靠性。     

基于二部图的多智能体系统加权分组一致性北大核心CSCD

针对拓扑结构为二部图的多智能体系统,设计了由当前状态和时延状态不同权重构成的控制算法,通过采用频域控制理论中广义Nyquist准则和Gerschgorin圆盘定理,给出了多智能体系统实现加权分组一致性的充分条件.提出多智能体时延最大上界与权重参数具有单调递减函数关系,为改进加权分组一致性的最大时延上界提供了可行方法.最后通过数值仿真验证了结论的正确性.     

具有时延和无时延加权多智能体系统一致性

针对存在全局可达节点有向加权图的静态网络,研究了在控制算法中引入不同权重的当前状态和时延状态时多智能体系统一致性问题.通过采用频域控制理论中广义Nyquist准则和Gerschgorin圆盘定理,证明了系统渐近稳定收敛到一致性的充分条件,提出一种改进系统实现一致性的最大时延上界方法;最后通过数值仿真验证了结论的正确性.