对称向量拟均衡问题有效解的存在性

利用标量化方法建立对称向量拟均衡问题有效解的存在性定理。作为标量化方法的应用，利用这一方法得到向量变分不等式和拟向量变分不等式有效解的存在性定理。     

一种压电驱动的三足爬行机器人

机器人领域涉及到力学、机械、材料、控制、电子和计算机等多个学科. 其中, 爬行机器人可在极端环境下工作, 进而可有效降低人工作业的危险性并提高工作效率. 因此, 爬行机器人一直是机器人领域的重点研究对象. 压电陶瓷是一种能够将机械能和电能互相转换的新型功能陶瓷材料. 逆压电效应是指当在电介质的极化方向施加电场, 这些电介质就在一定方向上产生机械变形或机械压力, 当外加电场撤去时, 这些变形或应力也随之消失. 本文基于压电陶瓷的逆压电效应设计了一种由3条弯曲变截面梁支撑的一体化三足爬行机器人. 利用理论力学方法对该三足爬行机器人建立整体受力分析方程, 再用哈密顿原理对变截面、变角度梁建立动力学方程, 最终得到了可求解该三足爬行机器人的压电驱动腿固有频率的方程. 设计并制作了三足爬行机器人实物, 通过实验测试了不同弯折角度、不同驱动频率、不同负载、不同电压波形对运动方向及运动速度的影响. 最后利用不对称的驱动电压使三足爬行机器人实现了左转、右转以及不加导轨的近似直线运动, 实现了设计的3个方向的运动, 最后分析了该机器人的能耗问题. 该研究可为微型爬行机器人设计和实验提供参考依据.      

状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

基于模糊形式背景的变精度模糊信息粒

在模糊形式背景下研究变精度的模糊信息粒,给出精度为δ的必要模糊信息粒,充分模糊信息粒以及充分必要模糊信息粒的定义.在此基础上,进一步给出对任意给定的模糊信息粒转化为精度为δ的必要模糊信息粒,充分模糊信息粒及充分必要模糊信息粒的方法.     

二维CAS小波求解变厚度功能梯度简支梁的弹性静力学问题

利用正交的二维CAS小波方法数值求解了变厚度功能梯度简支梁的二维弹性力学问题,此求解过程相对简单,易于编程,具有可推广性.     

NO分子宏观气体热力学性质的理论研究

采用量子统计系综理论,研究了基态NO分子宏观气体摩尔熵、摩尔内能、摩尔热容等热力学性质.首先应用课题组前期建立的变分代数法(variational algebraic method, VAM)计算获得了基态NO分子的完全振动能级,得到的VAM振动能级作为振动部分,结合欧拉-麦克劳林渐进展开公式的转动贡献,应用于经典的热力学与统计物理公式中,从而计算得到了1000-5000 K温度范围内NO宏观气体的摩尔内能、摩尔熵和摩尔热容.将不同方法计算得到的摩尔热容结果分别与实验值进行比较,结果表明基于VAM完全振动能级获得的结果优于其他方法获得的理论结果.振动部分采用谐振子模型对无限能级求和计算热力学性质的方法有一定的局限性,应当使用有限的完全振动能级进行统计求和.     

一类二阶Duffing方程反周期解的存在性和多重性北大核心CSCD

采用变分方法证明了一类带反周期边界条件的二阶Duffing方程解的存在性和多重性.     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

语音通信降噪研究

语音通信系统中，语音通过信道传输将不可避免地引入码间串扰和信号畸变，同时受到噪声污染。本文在分析自适应盲均衡算法CMA(constant modulus algorithm）和改进盲均衡算法的基础上，考虑到自适应盲均衡技术在语音噪声控制方面能力有限，将自适应盲均衡技术与小波包掩蔽阈值降噪算法联合使用，形成一种基带语音增强新方法。仿真试验结果显示自适应盲均衡技术可以使星座图变得清晰而紧凑，有效减小误码率。研究证实该方法在语音信号ISI和畸变严重情况下，在白噪及有色噪声不同的噪声环境中都具有稳定的降噪能力，消噪同时可获得汉语普通话良好的听觉效果。