【摘 要】
：
针对自主水下机器人在回收过程中,采用单一导航传感器导致系统定位精度低的问题,提出了一种改进的基于斜距的SINSUSBLDVL多传感器融合模型和基于USBL多传感器融合的自适应无迹卡尔曼滤波算法,解决了USBL系统基阵偏移所带来的误差以及滤波中的奇异值和发射问题。仿真结果表明,在改进的基于斜距的多传感器融合模型及自适应无迹卡尔曼滤波算法作用下,整个系统不仅提高了滤波精度,还有效地减少了滤波的发散,为
【机 构】
：
江苏科技大学电子信息学院,江苏镇江212003
论文部分内容阅读
针对自主水下机器人在回收过程中,采用单一导航传感器导致系统定位精度低的问题,提出了一种改进的基于斜距的SINSUSBLDVL多传感器融合模型和基于USBL多传感器融合的自适应无迹卡尔曼滤波算法,解决了USBL系统基阵偏移所带来的误差以及滤波中的奇异值和发射问题。仿真结果表明,在改进的基于斜距的多传感器融合模型及自适应无迹卡尔曼滤波算法作用下,整个系统不仅提高了滤波精度,还有效地减少了滤波的发散,为AUV安全回收的稳定性提供技术保障。
其他文献
作为一类新型特种电机,双凸极永磁电动机在仿真环境中尚没有完备且准确的模型。以一台12/8极内置径向磁钢的双凸极永磁电动机为对象,通过有限元方法得到了各相电枢绕组包含自感和磁链的静态特性。随后根据电机数学模型方程和静态特性数据,建立了双凸极永磁电动机的仿真模型。继而利用仿真模型,构造了驱动电路采用标准角度控制策略,外环使用PI控制,内环使用电流滞环控制的模块化双闭环系统。仿真结果验证了电机仿真模型的
针对传统分类算法无法有效解决高度不平衡移动网络视频流U-vMOS分类问题,提出基于代价敏感(cost-sensitive)思想改进AdaBoost算法构造U-vMOS分类器,在迭代过程中,于样本权重更新环节引入代价敏感因子,增加对少数类(minority)关注,最终U-vMOS分类器获得优秀的查准率和查全率。实验结果表明,在数据非均衡条件下,改进AdaBoost算法F-Measure值和稳定性明显
磁悬浮控制问题中,由于模型不确定性的存在,需要设计不依赖系统精确模型的控制方案。滑模变结构控制不完全依赖对象模型,具有响应快、结构简单的优势,但切换控制引起的抖振问题需要设法削弱,以保证闭环系统的鲁棒稳定性。首先以机理分析的方法建立单自由度悬浮系统的线性化模型,然后采用滑模控制方法设计了目标位置跟踪控制器。为了有效削弱系统输出的抖振现象,在滑模滑动控制阶段采用连续饱和函数的方式实现滑模面平稳切换。
特征线方法(MOC)由于较强的复杂几何适应能力,广泛用于中子输运方程的求解。但是MOC方法存在收敛速度慢、计算耗时长的问题,因此目前普遍采粗网有限差分法(CMFD)对MOC求解过程进行加速。然而目前常用的CMFD方程不能保证偏中子流守恒,同时在一些情况下存在发散的问题。为此考虑采用广义粗网再平衡方法(GCMR)对MOC求解过程进行加速。推导了基于GCMR方法的中子通量求解方程,并在DRAGON程序
多用户行为同时认证环境中,并发事件出现频繁,导致存在认证准确性差、误报率高等问题,提出一种基于Petri网的用户行为认证模型。在私有云环境中,针对单用户,利用SPN构建用户行为身份验证模型,将用户资源访问行为转换为行为路径,通过计算路径之间的相似度来分析单用户行为的可信度,利用改进的k-means算法量化用户行为的可信度,采用AHP算法计算行为证据权重,实现基于Petri网的用户行为认证。实验结果
由于人脸外观、光照、姿势变化等对人脸表情特征提取的影响,非特定人脸表情识别率普遍较低。针对上述问题,提出一种基于高阶奇异值分解(HOSVD)分类的非特定人脸表情识别算法。算法融合局部方向模式(LDP)全脸特征和中心化二值模式(CBP)局部特征,以增强人脸表情特征的鉴别力,引入HOSVD建立表情子空间进行分类识别,从而减少人脸外观对表情特征的影响,同时利用HOSVD求解区域能量用于精确匹配。在JAF
针对采煤机在工作过程中调高精度不足,滚筒轨迹跟踪能力不高的问题,提出了一种结合人工鱼群的改进天牛须优化算法的控制策略。使用改进的天牛须算法,以ITAE作为调高系统的性能指标,寻优得到采煤机调高系统PID控制参数。将改进天牛须算法与普通天牛须算法进行参数比对,证明了改进后的算法具有优越性。改进后的算法参数用于simulink搭建的系统仿真模型中,仿真证明改进的天牛须优化算法在快速寻优的基础上做到更加
为了确保无线传感器网络中的源节点位置不被恶意泄露,保障其安全性能与网络能耗均衡,提出一种无线传感器网络源节点隐私位置信息保护方法。以熊猫-猎人位置隐私保护模型为基础,构建一个六元组系统防御攻击模型;利用该模型通过随机数机制得到幻影节点的随机有向漫步跳数,使用概率转发路由把数据包从幻影节点转发到集合节点,减少重叠路径发生的概率,提升源节点隐私位置信息的安全系数。实验结果表明,无线传感器网络源节点隐私
虚拟化网络分析有利于解决复杂系统的控制问题,但是现有虚拟化网络研究主要针对非奇异网络,无法有效应用于包含奇异节点的网络处理。为解决上述问题,基于节点间的多重关联关系构造了奇异网络模型,分析领导节点以及网络偏差模型。基于模型分析设计了牵制控制算法,利用节点状态以及彼此存在的关联关系,通过牵制节点的改变来实现对全部节点的整体控制。根据偏差系统推导出反馈控制器,利用Laplacian矩阵确定牵制节点,并
针对传统方法未对加密过程进行约束,导致加密后的网络大数据易受到入侵。提出基于双向防御的网络大数据无损加密算法。将隐私数据源变成数值并按照所处方位排序,同时把排序完毕的方位数据划分成桶,优化其分布均匀性,增大每个桶中点的数目但低于设定阈值,使用保护序加密算法把桶中的数据实行加密,并保证加密后数值的大小顺序和原始一致,把数据隐私加密过程约束成加密函数的运算,在此基础上,建立大数据动态安全SAT双向防御