学科分类
/ 1
5 个结果
  • 简介:针对当前行人运动特征监测方案中存在运动信息种类单一、特征提取不完善、识别算法复杂且需要依赖专业检测设备等问题,提出基于智能移动端内置惯性传感器的行人运动特征自动辨识方案,为运动特征识别提供准确多样的运动信息。采集移动端MEMS加速度计输出信息后,分别提取加速度数据的三种时域及频域特征后,通过训练最邻近规则分类器实现行人行走、跑步和上下楼梯运动模式的自动识别。不同年龄不同身高的男女性运动特征提取实验结果表明,基于最邻近规则的移动端行人运动特征辨识方法对4种日常活动的平均查准率和查全率分别达到88.7%和90.3%,对提高微惯性行人导航系统普适性具有促进作用。

  • 标签: 特征提取 最邻近规则 MEMS 行人运动
  • 简介:为了实现GPS信号缺失下的移动机器人自主导航,解决传统粒子滤波中的粒子退化以及粒子贫乏引起的移动机器人定位和导航精度下降问题,提出了基于小生境理论的启发式蝙蝠优化粒子滤波的同时定位与地图构建算法。首先,在启发式蝙蝠优化算法的速度和位置更新过程中,引入惯性权重,加快了算法寻优精度,提高了收敛速度;然后,利用小生境理论进一步优化启发式蝙蝠算法,利用排挤机制和惩罚函数,有效地保证了种群的多样性,提高了算法的全局寻优能力;最后,将基于小生境理论的启发式蝙蝠优化算法用于传统粒子滤波采样中,使得粒子能够智能、快速地向高似然区域运动,同时提高了传统粒子滤波算法的全局寻优能力和寻优精度。实验结果表明:该算法显著提高了移动机器人导航和定位的精度和实时性。

  • 标签: 同时定位与地图构建 粒子滤波 启发式算法 蝙蝠算法
  • 简介:文章通过对EFM(effectivefieldmodeling)模型进行简化,消除了原模型的非守恒性项和非双曲性特性项,发展了一种基于密度的气液两相流模拟方法:ρ-VOF方法.利用体积分数信息对控制单元内的自由界面进行重构,得到了控制单元内流体的空间分布,并采用AUSM^+-up格式获得考虑气液流体接触间断信息的对流通量.新方法可统一处理激波间断和接触间断的相互作用,保持自由界面的尖锐性,并且其计算量与自由界面的空间复杂度无关.最后,数值模拟了液体激波管气液激波管和气体激波跨二维液滴传播等问题,并与文献结果进行对比,验证了本方法在气液两相流模拟中的准确性.

  • 标签: 气液两相流 EFM AUSM+-up 界面重构 ρ-VOF
  • 简介:针对亚轨道重复使用运载器(SRLV)的应用需求,在将卫星投送到预定轨道同时确保SRLV安全返回的前提下,对基于记忆原理的轨迹/总体参数一体化优化方法进行了研究。记忆优化算法是一种具有全局收敛性的随机搜索方法,每次搜索的试探解优劣状态由记忆元来存储。利用记忆原理的记忆增强和遗忘规律来衡量优化搜索过程中试探解的状态,并以燃料最省作为优化指标。同时采用三种不同的搜索策略,实现对试探解的随机搜索,避免陷入局部极小问题,并以此来提高搜索速度。仿真表明:卫星入轨速度偏差小于2m/s,高度偏差小于10m,轨道倾角偏差小于0.0001°。SRLV最终与着陆场的位置偏差小于100m,速度偏差小于5m/s。相较于传统的轨迹优化方法,新方法适用于复杂的轨迹/参数一体化优化问题,搜索速度快,求解精度高,有利于算法在工程实际中的应用与推广。

  • 标签: 亚轨道可重复使用运载器 一体化优化 记忆原理 试探解 随机搜索