一种新型VLC高精度混合定位算法的实现

为了实现移动机器人的高精度定位,研究了一种新型的可将光混合定位算法,并对该算法进行了理论分析和实验验证。首先,针对传统信号接收强度（RSS）定位算法与到达角度（AOA）定位算法的优缺点,改进了RSS算法,使其不再利用接收到的信号强度和距离的关系而改用接收到的信号强度和探测器旋转角度的关系,并综合以上两种算法分析得到一种混合定位算法模型。同时对混合型算法进行理论分析,主要从角度的测量方面,确定要达到的目标参数,进而可以达到理想的定位精度。然后通过实验验证该算法模型的实现可行性,主要从测量出的角度数据进行计算,并分析通过该实验数据计算出的定位精度是否达到定位精度目标。实验结果表明:定位精度为6.11 cm,高于10 cm定位目标。同时分别相对于其他两种定位算法,该算法定位精度高、成本低、可行性高。     

外加液滴条件下固体细颗粒声凝并特性

外加声场激励下固体细颗粒的声凝并在燃烧污染物超低排放中具有应用潜力,添加大粒径液滴有望提高细颗粒声凝并效果.本文从颗粒运动、碰撞、凝并与反弹的动力学过程出发,基于直接模拟蒙特卡罗方法,建立气相中液滴与固体颗粒共存的气-液-固三相体系的声凝并模型,对外加液滴条件下固体细颗粒声凝并的过程和效果开展数值模拟.将模拟结果与实验相对比,验证模型可靠性.在此基础上,探究外加液滴条件下细颗粒声凝并动力学行为,考察外加液滴直径和数目浓度对细颗粒声凝并效果的影响规律.结果表明,外加液滴条件下,固体细颗粒迅速与大粒径液滴凝并,形成液-固混合相颗粒,细颗粒凝并效率显著提升.外加液滴直径和数目浓度是影响细颗粒声凝并的重要因素,随着直径的增大或数目浓度的提高,细颗粒凝并效率增大,而增幅趋于减小.研究结果可为复杂颗粒系统凝并模型的建立提供理论基础,并可为燃烧源细颗粒超低排放提供方法指导.