期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
改进粒子群算法的机器人避障偏差控制方法 被引量:1
1
作者 王鸿铭 赵艳忠 《机械设计与制造》 北大核心 2024年第6期294-299,共6页
为针对巡检机器人避障偏差进行良好控制,提升避障效果,提出改进粒子群算法的机器人避障偏差控制方法设计。先分析巡检机器人正向动力学和逆向动力学,获取双走轮坐标系下机器人的运动情况,建立机器人运动学方程。然后以此为基础,在双走... 为针对巡检机器人避障偏差进行良好控制,提升避障效果,提出改进粒子群算法的机器人避障偏差控制方法设计。先分析巡检机器人正向动力学和逆向动力学,获取双走轮坐标系下机器人的运动情况,建立机器人运动学方程。然后以此为基础,在双走轮坐标系中,通过改进粒子群算法确定巡检机器人全局避障最优路径,采用改进人工势场法完成局部避障路径规划,最后采用前馈补偿控制器为动力学方程和最优路径建立动态补偿,根据控制器输出的训练结果,实现巡检机器人避障偏差自动控制。实验结果表明:所提方法避障规划能力及避障运动控制能力均较强,避障偏差控制效果好,具有一定应用价值。 展开更多
关键词 巡检机器人 动力学方程 粒子群算法 前馈补偿控制器 避障偏差控制
在线阅读 下载PDF
基于特征选择和GA-BP神经网络的多源遥感农田土壤水分反演 被引量:26
2
作者 赵建辉 张晨阳 +2 位作者 闵林 李宁 王颖琳 《农业工程学报》 EI CAS CSCD 北大核心 2021年第11期112-120,共9页
土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该研究提出了一种基于特征选择和GA-BP神经网络(Genetic Algorithm... 土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该研究提出了一种基于特征选择和GA-BP神经网络(Genetic Algorithm-Back Propagation neural network)的多源遥感农田地表土壤水分反演方法。首先对Sentinel-1微波遥感数据和Sentinel-2光学遥感数据进行预处理并提取21个特征参数;然后采用差分进化特征选择(Differential Evolution Feature Selection,DEFS)算法从21个特征中选出包含10个参数的最优特征子集,并利用主成分分析(Principal Component Analysis,PCA)法将特征子集进行降维;之后建立BP神经网络,采用遗传算法(Genetic Algorithm,GA)对BP网络的节点权值进行优化,使用降维后的特征矩阵和部分实测土壤含水量数据对BP网络进行训练;最后利用训练好的GA-BP网络对研究区土壤水分进行反演,并利用实测数据对反演结果精度进行对比验证。试验结果表明,该研究反演结果的决定系数为0.7893,均方根误差为0.0287 cm^(3)/cm^(3),相比单纯使用GA-BP神经网络,加入DEFS和PCA之后决定系数提高了0.2157,同时均方根误差降低了0.0295 cm^(3)/cm^(3)。该结果展示了DEFS和PCA算法在土壤水分反演最优特征集选择的有效性,为多源遥感农田地表土壤水分反演提供了新思路。 展开更多
关键词 土壤水分 遥感 BP神经网络 遗传算法 特征选择 主成分分析
在线阅读 下载PDF
基于多源雷达遥感技术的黄河径流反演研究 被引量:5
3
作者 闵林 王宁 +2 位作者 毋琳 李宁 赵建辉 《电子与信息学报》 EI CSCD 北大核心 2020年第7期1590-1598,共9页
黄河是我国华北地区重要的水资源,采用雷达遥感方式对其径流进行监测可以便捷地反映出黄河的旱涝变化趋势,具有重要的现实意义。目前,雷达遥感径流反演常用雷达高度计(RA)获取水位信息用以构建水深-径流模型,这种方法忽略了河面变化对... 黄河是我国华北地区重要的水资源,采用雷达遥感方式对其径流进行监测可以便捷地反映出黄河的旱涝变化趋势,具有重要的现实意义。目前,雷达遥感径流反演常用雷达高度计(RA)获取水位信息用以构建水深-径流模型,这种方法忽略了河面变化对径流波动的影响,具有一定的局限性。该文提出一种基于多源雷达遥感技术的径流计算模型(MRRS-RCM),综合应用RA测高技术与合成孔径雷达(SAR)信息提取技术,以曼宁公式为基础,构建MRRS-RCM模型实现径流反演。该文选取黄河下游3个研究站点进行径流反演实验,结果证明MRRSRCM模型径流反演结果的相对均方根误差(RRMSE)达到13.969%,优于传统径流监测15%~20%的精度要求。 展开更多
关键词 合成孔径雷达 径流计算模型 雷达高度计 关系拟合 黄河
在线阅读 下载PDF
基于积累孔径插值技术的星载间断调频连续波SAR成像方法 被引量:3
4
作者 闵林 刘向前 李宁 《电子与信息学报》 EI CSCD 北大核心 2022年第7期2461-2468,共8页
间断调频连续波(IFMCW)合成孔径雷达(SAR)模式通过在不同时间间隔内交替发射和接收信号,解决了星载调频连续波(FMCW)SAR必须收发分置的问题。然而,在该模式下,雷达天线会间歇性地工作于发射和接收状态,从而导致回波数据中出现周期性的... 间断调频连续波(IFMCW)合成孔径雷达(SAR)模式通过在不同时间间隔内交替发射和接收信号,解决了星载调频连续波(FMCW)SAR必须收发分置的问题。然而,在该模式下,雷达天线会间歇性地工作于发射和接收状态,从而导致回波数据中出现周期性的空缺。为了解决上述问题,该文提出了一种基于积累孔径插值技术的缺失数据迭代自适应成像处理方法(MIAA-AAIT),用于恢复缺失的数据。实验结果表明,所提方法可以有效地恢复缺失数据,从而显著提高成像质量,大幅降低由周期性数据缺失引起的虚假目标能量。 展开更多
关键词 合成孔径雷达 间断调频连续波 虚假目标 迭代自适应
在线阅读 下载PDF
基于CEEMD和排列熵的SAR窄带干扰抑制方法 被引量:3
5
作者 闵林 张衡瑞 +2 位作者 吕宗森 李宁 赵建辉 《雷达科学与技术》 北大核心 2022年第5期549-554,564,共7页
为了有效抑制合成孔径雷达(SAR)系统中常见的窄带干扰(NBI),本文提出一种基于互补集合经验模态分解(CEEMD)和排列熵(PE)的NBI抑制方法。矩峰度系数法用于检测原始回波中是否存在NBI,对包含NBI的回波使用CEEMD将其分解为一系列本征模态函... 为了有效抑制合成孔径雷达(SAR)系统中常见的窄带干扰(NBI),本文提出一种基于互补集合经验模态分解(CEEMD)和排列熵(PE)的NBI抑制方法。矩峰度系数法用于检测原始回波中是否存在NBI,对包含NBI的回波使用CEEMD将其分解为一系列本征模态函数(IMF)。计算所有IMF排列熵得到全局阈值以区分NBI和有用信号,并使用去除NBI后的IMF分量重建信号以获得良好聚焦的SAR图像。结果表明:所提方法能有效克服经验模态分解(EMD)带来的模态混叠问题,且干扰抑制性能优于传统频域陷波法及基于EMD的NBI抑制方法。 展开更多
关键词 合成孔径雷达 窄带干扰 互补集合经验模态分解 排列熵
在线阅读 下载PDF
降低DHT-based P2P系统的维护开销及其仿真
6
作者 任小金 汪国安 +1 位作者 古志民 高志伟 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第12期3305-3308,3313,共5页
在P2P系统内每秒钟或许有成百上千个节点加入或离开系统,这种高动态性必然极大的增加DHT-based系统的维护开销,导致这种开销的主要原因是节点构建其路由信息时产生的开销。因此为了降低节点构建路由信息时带来的开销,提出了Chord系统的... 在P2P系统内每秒钟或许有成百上千个节点加入或离开系统,这种高动态性必然极大的增加DHT-based系统的维护开销,导致这种开销的主要原因是节点构建其路由信息时产生的开销。因此为了降低节点构建路由信息时带来的开销,提出了Chord系统的一种新的加入算法—JoinBP。JoinBP通过利用查询路径上节点的指针表信息来构建加入节点的指针信息,减少了节点在创建指针信息时需要的查询跳数和查询延迟,从而减少了构建finger时产生的开销。理论和模拟试验结果表明,JoinBP很大程度减少了系统的维护开销,同时提高了系统的查询性能。 展开更多
关键词 P2P CHORD 维护开销 仿真
在线阅读 下载PDF
五轴加工刀具矢量压缩平滑定向插补算法研究
7
作者 田军锋 范素娟 左宪禹 《组合机床与自动化加工技术》 北大核心 2015年第4期104-107,118,共5页
为解决五轴加工中刀具矢量变化不均匀引起减速和加速的反复发生,带来加工形状变得粗糙和加工时间变长的问题,提出一种刀具矢量压缩平滑定向插补算法。通过对指令程序进行压缩处理,可以去除刀位点和刀具矢量变化小的指令,对刀具矢量平滑... 为解决五轴加工中刀具矢量变化不均匀引起减速和加速的反复发生,带来加工形状变得粗糙和加工时间变长的问题,提出一种刀具矢量压缩平滑定向插补算法。通过对指令程序进行压缩处理,可以去除刀位点和刀具矢量变化小的指令,对刀具矢量平滑处理,可以使得刀具矢量的变化与线性轴的变化一致,定向插补是对优化后的指令刀位点数据和刀具方向进行插补计算,以实现高速加工。通过仿真实验验证了该算法的有效性和可行性。 展开更多
关键词 五轴加工 压缩平滑 刀具矢量 定向插补
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部