论文部分内容阅读
基于神经动力学的扑翼飞行器位置和姿态控制
【摘 要】
：
扑翼飞行器(Flapping wing aerial vehicle,FWAV)是一种模仿自然界中鸟类和昆虫飞行的机器人,因具有飞行效率高、质量轻、耗能低和可微型化能力强等优点,成为飞行器发展的重要方向,并且在民用和军事领域有着广阔的应用前景。由于FWAV飞行机理复杂,解决其位置姿态控制问题是实现其广泛应用的必要前提。针对FWAV位置姿态控制问题,具体展开如下相关研究。首先,对FWAV飞行机理进行
【出 处】
：
兰州大学
【发表日期】
：
2021年01期
其他文献
电子显微镜原位技术在常规电子显微镜高分辨率观测的基础上可以实时的对样品施加各种外部刺激。通过电子显微镜原位技术可以动态地观察样品微观组织结构地变化。本论文以电子显微镜原位器件设计研发作为切入点,围绕间隙原子对高熵合金的微观组织结构在电镜原位下的影响,主要完成了三个部分工作。1.设计制造扫描电镜下纳米操纵器,整套纳米操纵器由四个单体组成,每个单体通过压电陶瓷片实现在X、Y、Z三个方向可以以最小50
学位
白光LED因其效率高、寿命长、节能环保等优点在近几十年得到了迅速发展,而优质高效的荧光粉对于荧光转换白光LED(pc-WLED)具有举足轻重的作用。虽然市场上已有合适的各色荧光粉,但依然存在一些诸如显色指数偏低、热稳定性差、制备条件苛刻等问题,而近紫外芯片激发的三基色荧光粉以及蓝光激发的红色荧光粉能够降低色温、提高显色指数,有利于获得优质白光。到目前为止,人们已经开发了多种发光材料,但其中可以实现
学位
随着储能器件的应用范围越来越广,对其性能的要求越来越高。全固态电池因其具有稳定的电化学窗口较宽、安全性能好、能量密度高等优点成为下一代储能器件的有力候选。全固态电池性能的提升主要受固态电解质离子传输性能以及固态电解质与电极间界面接触状况的制约。本论文研究制备了一种性能良好的有机-无机杂化固态电解质并应用于全固态锂离子电池,在此基础上,对固态电解质与电极间界面特性进行了研究。具体的研究内容与所获得的
学位
抑郁障碍是当今社会最常见的一类精神障碍,其发病率高,复发性也高,因此如何快速有效地识别抑郁障碍人群,是目前亟需解决的关键问题。近几十年来,随着全球对心理健康的广泛关注,针对精神障碍疾病的研究呈现出多角度、多手段的趋势。多种生理信号的检测方法被应用于精神类疾病的筛查诊断中,在这些技术方法中,功能性近红外光谱成像技术(fNIRS)以其较高的抗干扰性和安全性在脑科学领域备受关注。传统的抑郁障碍诊断方式十
学位
随着通信技术的发展,各种无线通信设备对天线性能提出了越来越多的需求,可重构天线的概念应运而生。但传统固态天线结构固定难以重构,液体天线借助液体的流动特性可以较为灵活的实现可重构特性,而液体天线中利用水及其溶液制作的水天线更是具有特殊优势,水不仅流动性好,且具有透明、成本低、纯水介电常数高、盐溶液具有导电性等优点。因此,本文利用水作为材料设计了几种不同可重构特性的水天线。(1)本文设计了一种多层同轴
学位
水系锌离子电池(AZIBs),因其锌金属负极具有较低的氧化还原电势(-0.76V,vs.H+/H_2)和比较高的理论容量(820 m Ah g-1),以及锌金属易于生产、丰度高和安全等优点,从而成为锂离子电池很好的替代者。钒氧化物作为水系锌离子电池正极材料具有隧道、层状或开放骨架结构,以及具有足够多的离子吸附位点,被认作是AZIBs的理想的正极材料。目前,钒氧化物正极材料存在电导率差,以及脆弱的开
学位
现今自动车牌识别算法(Automatic License Plate Recognition,ALPR)在世界各国广泛应用。其技术主要使用在停车场、高速公路、住宅等地,且在无人驾驶、智能交通等方面工作也可以提供一定帮助。自动车牌识别算法主要包含车牌检测(License Plate Detection,LPD)和车牌字符识别(Optical Character Recognition,OCR)两个步
学位
目前,利用客观信号识别抑郁症的研究备受关注,其中语音信号因其易采集、非侵入、设备廉价、信息丰富等特点,成为研究热点之一。抑郁人群语音信号具有语速慢、停顿长、低沉和语调单一等特点。目前已有相关研究从抑郁患者语音信号时域和频域的角度对其特性的讨论,但是尚缺乏从发声系统角度对其特性的讨论。因此本文采用非线性动力学理论、方法对抑郁、正常两类人群发声系统进行对比分析,并提取语音信号的非线性特征用于抑郁症识别
学位
近年来,自适应稀疏表示算法是多模态医学图像融合研究的热点。自适应稀疏表示算法是通过自适应选择字典进行稀疏表示的算法。该算法通过采样图像块,根据图像块的梯度方向构建多个字典,随后使用这些字典对图像进行稀疏表示,从而实现图像融合。该算法在图像融合的过程同时可以去除融合过程中产生的噪声,然而它在保持边缘信息上有一定缺陷,导致边缘部分细节丢失。因此本文主要对自适应稀疏表示算法进行改进并做了以下工作:(1)
学位