研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先，针对一类三轮驱动的全向移动机器人，考虑系统存在模型参数不确定与外部扰动，建立了运动学与动力学模型；其次，利用障碍Lyapunov函数，结合反步设计方法，有效处理全向移动机器人跟踪过程中存在的状态约束，保证所有状态变量不会超出状态约束的限制区域；然后，针对系统参数不确定和未知有界扰动，设计相应的自适应律进行处理；同时，提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束；并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界；最后，通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比，验证了该方法的有效性和鲁棒性

针对轮式移动操作机器人的非完整性和不确定性,为其设计了鲁棒跟踪控制器.即采用分段运动学到动力学方法为移动平台设计动力学跟踪控制器,并分别为移动平台和机械手设计神经网络控制器,利用遗传算法来搜索神经网络的优化权系值,从而补偿平台与机械手间的不确定量.通过Matlab的Simulink以及CMEX文件对所设计的控制器仿真,结果表明此控制器具有较强的鲁棒性

工业中常用带埋管的移动床来加热或冷却固体颗粒物料,其过程涉及颗粒流与管壁间的复杂传热,而颗粒绕流圆管的流动过程对其传热效果起着决定性作用.为简化描述颗粒的流动过程,通过分析颗粒绕流圆管的特性,建立了拟漏斗流模型,并给出了模型所需颗粒绕流圆管描述参数的取值范围,模型可用以求取颗粒绕流圆管的速度场和时长等参数.建立了埋管移动床实验系统,考察了颗粒绕流顺排管束的过程;同时利用离散单元法(DEM)对该过程进行数值模拟,获得了颗粒绕流圆管的流动过程,并利用移动床实验结果对比验证了离散单元法数值模拟结果;最后,对比了基于拟漏斗流模型的计算结果和离散单元法数值模拟结果,并根据此结果对拟漏斗流模型的描述参数进行了确定

1 移动电子商务概述 2 移动电子商务服务领域 3 移动电子商务发展

在Manhattan移动模型的基础上,深入分析了车载移动Ad hoc网络路由协议的性能问题.结合AODV路由协议,提出了一种可以量化分析车载Ad hoc网络路由断链率和路由负载的模型.模型分析指出,传统的移动Ad hoc网络路由协议应用于车载Ad hoc网络时性能会严重下降.针对这一问题,提出了一种基于车辆运动方向信息的类AODV路由协议DBAP,将车辆的运动方向信息作为其路由发现过程中的辅助参数,从而显著地增强了路由稳定性.仿真结果验证了模型的正确性,同时证明了本文所提出的DBAP路由协议在城市车载环境中具有较低的路由负载和路由断链率,在协议性能等方面相对于AODV协议具有显著提高

矿区废弃地为室外大型非结构化环境，包含多种类型的障碍物且存在诸多不确定性因素，给移动机器人全覆盖路径规划造成了极大的困难。本文使用牛耕式单元分解法结合生物激励神经网络算法完成移动机器人对矿区废弃地的全覆盖路径规划。首先，针对矿区废弃地已知环境，采用牛耕式单元分解法对复杂环境做出区域分解，将具有综合复杂性的地图分解为多个不含障碍物的子区域；然后，根据子区域的邻接关系构建无向图，采用深度优先搜索算法确定子区域间的转移顺序；最后，采用生物激励神经网络算法确定子区域内部行走方式以及子区域间路径转移。仿真结果表明，生物激励神经网络算法在解决机器人路径转移问题方面比其他路径规划算法更高效，所得的方法能够处理复杂的非结构化环境，完成废弃矿区移动机器人的覆盖路径规划

将一种自适应遗传算法应用于移动机器人路径规划.提出了一种基于几何避障法的初始种群产生算法;设计了基于启发式知识的交叉、变异、求精和删除算子;采用一种新的模糊逻辑控制算法自适应地调节交叉概率和变异概率;对移动机器人离线和在线规划问题进行了仿真研究.仿真结果表明:自适应遗传算法具有较快的搜索速度、较高的搜索质量以及较强的自适应能力,为移动机器人最优路径规划问题的解决提供了一种新方法

– CDMA的发展介绍 – 码分多址技术基本原理 、编码理论基础 – 码分多址在CDMA网络中的实现 – CDMA移动通信系统的特点与结构 – CDMA系统的移动性管理 – CDMA系统的呼叫处理 – CDMA系统的功率控制 – CDMA系统提供的业务

一、移动通信系统的组成及特点 二、移动通信的工作方式及使用的频段 三、数字移动通信的相关技术

本文以在校大学生这个最具代表性的群体作为主要研究主体,通过问卷调查等多种形式采集数据,根据采集到的数据研究分析大学生的学习现状以及学习习惯,了解大学生对于移动学习的一些心理态度,从而更好地提高移动学习的效率以及推动移动学习的发展