摘要：针对现有轨迹跟踪控制方法较难兼顾控制精度与稳定性的问题,提出一种基于Udwadia-Kalaba(U-K)控制理论的鲁棒控制方法。基于拉格朗日法建立机器人动力学模型,将动力学参数分为确定的名义部分与不确定部分;结合U-K理论与系统名义部分参数确定外骨骼机器人系统理想运动轨迹约束下的名义部分控制力矩;为消除机器人系统不确定部分的影响,引入鲁棒控制器,通过划分不确定性边界确定其应输出的额外控制力矩。仿真结果表明:相较于传统PID算法,基于U-K控制理论的鲁棒控制的外骨骼机器人髋关节、膝关节角度的轨迹跟踪控制精度分别提高了76.4%和96.8%。基于设计的下肢外骨骼机器人样机进行轨迹跟踪对比实验,实验结果表明:基于该方法的下肢外骨骼髋关节、膝关节角度的轨迹跟踪精度为0.467 0°和0.114 1°,相比作为对照的PID算法,分别提高了82.6%和86.8%,同时系统整体控制周期缩短了56.6%,该控制方法具有更高的同步性、控制精度与稳定性。

摘要：垂直腔面发射激光器(Vertical-cavity surface-emitting laser,VCSEL)是小型化原子磁强计的重要组成部分,为了满足原子磁强计对高稳定性、高灵敏度激光器温控系统的需求,研究了一套基于XILINX-7000系列Zynq7020芯片的无磁高频加热电路,通过增量式PID算法实现高频加热信号的幅度调制,该电路既可以稳定控制VCSEL的温度,又可以避免产生低频磁场。Zynq7020具有独特的PS(Processing System)和PL(Programmable Logic)架构,利用PL端的高速并行性驱动多个外围芯片,利用PS端的灵活便捷性进行增量式PID的计算,二者通过Block RAM共享缓存数据,实现了对VCSEL温度的闭环控制。经测试,该系统可以对VCSEL实现快速、稳定的温度控制,其在200 s内便可加热至80℃,且温度稳定性高于±0.003℃;在外加电流干扰时可于20 s内恢复稳定,具有良好的抗干扰性。

摘要：依据透射电子显微镜中透射电子成像的特点,设计出纤维光学面板耦合CMOS相机的间接电子成像探测器,分别改变荧光粉层和铝膜的厚度,发现在相同条件下,薄荧光粉相较于厚荧光粉可以得到更亮的图像;在较小范围内,铝膜厚度的改变对图像亮度几乎无影响;考虑到微通道板对高能电子有一定的探测效率,尝试在荧光屏前放置微通道板,测试结果表明微通道板能够有效提高图像亮度,其在700 V工作电压下,荧光屏亮度较未安装微通道板的情况提高了30倍,并且微通道板能够屏蔽X射线,更换成本较低,可能是间接电子探测器的一个新选择。

摘要：扫描电子显微镜具有非常快的扫描速度,最快可达纳秒级别。而且二次电子信号非常微弱,信号能量仅在50 eV以内。为了更好地实现二次电子信号的成像,通常需要对二次电子探测的放大电路进行专门设计。该放大电路设计采用了ADA4817-1高速低噪声集成运算放大芯片,并设计了一种光电倍增管低噪声前置放大电路,该前置放大电路引入了电源前端滤波以及加法电路。不但实现了稳定放大二次电子信号,提高扫描图像的信噪比等功能,而且能够通过电路线性调节二次电子图像的对比度与亮度。结合信号处理系统,达到了对光电倍增管100 kHz以内的信号增益为27 dB且不失真的目的,从而显著提高了二次电子探测器的分辨率。

摘要：针对个性化人脸动漫自动生成的应用背景,提出了在单幅人脸图像中提取头发区域的方法.首先用手工标记训练图像中的头发区域,计算头发位置分布图像和头发颜色的概率分布函数;其次对于测试人脸图像结合头发位置和头发颜色的先验分布构建能量函数,采用割图法对该能量函数进行优化得到初始头发区域;最后利用K-均值算法对初始头发区域进行精细分割,并结合图像后处理算法得到最终的头发区域.实验结果表明,文中方法运算复杂度较低,处理一幅图像的平均时间为300ms左右,头发区域的平均检测准确率超过90%,基本满足个性化人脸动漫自动生成的需求.

摘要：高含量纳米碳复合材料能够更好地体现碳纳米管等纳米材料自身的性质.借助自然材料的结构设计和整合思想,使得高含量的纳米碳组装结构体及其复合材料具有结构的合理化、性能的优异化、材料的可控化和应用的高效化,这种方法也将成为未来纳米复合材料发展的重要方向.本文主要介绍了高含量仿生纳米碳复合材料加工过程、结构和界面的仿生设计思想,以及其在仿生智能驱动中的应用进展.

摘要：金属元素常见于天然蛋白质分子中,并扮演着不可或缺的重要角色。对金属与氨基酸的配位方式的不断深入理解,有助于人工设计新型的金属-多肽配位模式,并在多肽结构功能优化、分子组装、标记与成像以及药物设计等领域获得更广泛的研究和应用。本文首先简要介绍蛋白质中的不同基团与金属离子之间的配位模式以及具体的研究案例,进而介绍了金属配位在多肽分子的二级结构调控、超分子结构组装、多肽及蛋白质的荧(磷)光标记、蛋白质折叠方式分析等基础研究中的应用。最后,对上述研究领域为金属-多肽类分子探针或药物的设计优化所提供的发展潜力进行展望。

摘要：使用In,N分离的GaInAs/GaNAs超晶格作为有源区是实现高质量1eV带隙GaInNAs基太阳能电池的重要方案之一.为在实验上生长出高质量相应吸收带边的超晶格结构,本文采用计算超晶格电子态常用的Kronig-Penney模型比较了不同阱层材料选择下,吸收带边为1 eV的GaInAs/GaNAs超晶格相关参数的对应关系以及超晶格应变状态.结果表明:GaNAs与GaInAs作为超晶格阱层材料在实现1 eV的吸收带边时具有不同的考虑和要求;在固定1 eV的吸收带边时,GaNAs材料作为阱层可获得较好的超晶格应变补偿,将有利于生长高质量且充分吸收的太阳能电池有源区.

摘要：作为一个十余年来快速发展的崭新领域,深度学习受到了越来越多研究者的关注,它在特征提取和建模上都有着相较于浅层模型显然的优势.深度学习善于从原始输入数据中挖掘越来越抽象的特征表示,而这些表示具有良好的泛化能力.它克服了过去人工智能中被认为难以解决的一些问题.且随着训练数据集数量的显著增长以及芯片处理能力的剧增,它在目标检测和计算机视觉、自然语言处理、语音识别和语义分析等领域成效卓然,因此也促进了人工智能的发展.深度学习是包含多级非线性变换的层级机器学习方法,深层神经网络是目前的主要形式,其神经元间的连接模式受启发于动物视觉皮层组织,而卷积神经网络则是其中一种经典而广泛应用的结构.卷积神经网络的局部连接、权值共享及池化操作等特性使之可以有效地降低网络的复杂度,减少训练参数的数目,使模型对平移、扭曲、缩放具有一定程度的不变性,并具有强鲁棒性和容错能力,且也易于训练和优化.基于这些优越的特性,它在各种信号和信息处理任务中的性能优于标准的全连接神经网络.该文首先概述了卷积神经网络的发展历史,然后分别描述了神经元模型、多层感知器的结构.接着,详细分析了卷积神经网络的结构,包括卷积层、池化层、全连接层,它们发挥着不同的作用.然后,讨论了网中网模型、空间变换网络等改进的卷积神经网络.同时,还分别介绍了卷积神经网络的监督学习、无监督学习训练方法以及一些常用的开源工具.此外,该文以图像分类、人脸识别、音频检索、心电图分类及目标检测等为例,对卷积神经网络的应用作了归纳.卷积神经网络与递归神经网络的集成是一个途径.为了给读者以尽可能多的借鉴,该文还设计并试验了不同参数及不同深度的卷积神经网络来分析各参数间的相互关系及不同参数设置对结果的影响.最后,给出了卷积神经网络及其应用中待解决的若干问题.

摘要：为了获得Ф620 mm口径地基反射镜组件的最优设计方案,建立了反射镜及其支撑系统的参数化模型,并基于该模型对镜体厚度、支撑点位置和柔性支撑结构的设计参数进行多目标优化设计。首先,阐述了Ф620 mm口径地基主反射镜支撑系统的运动学约束设计原理。然后,从理论角度推导出柔性支撑的柔度矩阵和结构热变形的等效力,建立了便于优化迭代的反射镜组件参数化模型,对比了参数化模型与体单元组成的详尽有限元模型在多种静力学工况下的RMS值和系统的前6阶模态值,计算结果误差在10%以内,验证了参数化模型的有效性。最后,基于径向基函数的近似模型理论,在Isight环境下对参数化模型进行多目标优化处理。得到了多目标优化的Pareto front前沿,目标值权衡处理后得到系统的最优的设计方案。提出的优化设计方法具有较好的工程适用性,可为同类型的反射镜组件优化设计提供参考。