关键词： 蓝牙定位   GPS定位   智能导航   多场景  

摘要： 目的建设多场景融合就医全流程智能导航系统,满足患者就诊和医院管理需求。方法利用以蓝牙为主多源融合技术、GPS定位导航技术相结合方式实现精准定位,提供室内外一体化三维导航、多屏一体化语音导航、智能诊间导航,通过与微信公众号、小程序对接实现医院智能导航功能。结果该系统建设为患者提供移动的、精准的智能导航服务,让看病变得更快捷、更轻松。结论医院智能导航系统建设,为信息化人工智能提供数据支持,有效提升患者就诊效率,改善患者就医体验,提升医院智慧服务水平。

关键词： 电梯   对重导轨   进一步制导行程   对重越程   定期检验  

摘要： 对重导轨进一步制导行程检验项目不合格会导致电梯设备损坏和人员伤亡。该检验项目属于监督检验项目,不属于定期检验项目,但是对重导轨进一步制导行程可能会在后续的维保中发生变化,出现不合格情况。介绍了检验规则对对重导轨进一步制导行程的要求,针对一则定期检验中发现的因维保人员截短钢丝绳导致的对重导轨进一步制导行程不足的案例分析了原因,并提出了整改建议。同时也对对重导轨进一步制导行程的检验提出了建议。最后,指出了对重导轨进一步制导行程不足存在的风险,并提出了几点风险管控措施。

关键词： 神经外科手术   机器人手术   神经导航   综述  

摘要： 神经外科手术机器人和导航系统的快速发展,显著提高手术的精准性和安全性。神经外科手术机器人为立体定向技术提供稳定平台,通过多模态影像融合进行手术规划,通过无标记点注册技术实现亚毫米级定位,并基于高自由度机械臂和集成传感器精准进行立体定向脑电图检查、脑深部电刺激术和磁共振引导激光间质热疗术等高精度定位定向操作。手术导航系统则通过光学或电磁定位追踪技术,结合多模态影像学数据,辅助术者准确追踪重要结构和目标病变组织。随着人工智能技术的发展,未来手术机器人和导航系统软件可自动生成个性化手术方案,减少人工误差。此外,多种技术融合将覆盖更广泛的神经外科手术范式,不仅降低手术并发症风险,而且有助于缩短手术时间,推动神经外科向智能化、微侵袭化发展。

关键词： 西洋参   皂苷   串联质谱   炮制加工  

摘要： 西洋参富含多种药理活性物质,具有保护心血管系统、改善神经系统疾病和降血糖等多种药理作用,目前对西洋参中皂苷类成分的结构表征及炮制转化研究取得了显著进展.总结概括西洋参中皂苷类活性成分的分类和分布、现代主流分析技术以及炮制加工对皂苷类成分的转化机制,为西洋参皂苷类成分的深入挖掘和创新炮制技术等提供有效的技术支撑和指导方法,从而扩大其在医疗和保健等方面的应用.

关键词： 制导律   碰撞时间约束   协同制导   多项式  

摘要： 针对导弹末端碰撞时间约束问题,基于水平面内弹目相对运动模型,提出了一种四阶多项式前置角制导律。首先,分析导弹在飞行过程初始时刻和末端时刻的约束,包括初始前置角约束、终端前置角约束、终端前置角速率约束和碰撞时间约束;然后,提出了一种结合约束项的四阶多项式前置角制导律,并证明该多项式满足约束要求。仿真结果表明,所设计的制导律能够在要求的打击时间准确命中固定目标。与传统滑模制导方法相比,所设计方法的法向过载变化连续,需用控制能量和最大法向过载较小,弹道后段较为平直。

关键词： 标量模型预测静态规划   末制导   落角约束   时间约束  

摘要： 针对传统模型预测静态规划(MPSP)算法在解算过程中涉及矩阵求逆,易出现矩阵奇异、数值稳定性较差问题,提出一种标量MPSP算法。在传统MPSP型末制导律的基础上,基于标量终端约束提出一种标量MPSP型末制导律,并针对导弹打击地面静止目标的场景进行仿真分析。仿真结果表明,相比于传统MPSP型末制导律,标量MPSP型末制导律对于初始猜想的敏感度更低,数值稳定性更高。

关键词： 北斗卫星导航系统   智能装备   海警  

摘要： 随着全球卫星导航系统的发展,特别是中国自主研发的北斗卫星导航系统逐步成熟,其在诸多领域的应用价值日益凸显。海警作为维护国家海洋权益的重要力量,如何将北斗卫星导航系统与智能装备结合,提升维权执法能力,成为了一个值得深入研究的课题。本文简要介绍基于北斗卫星导航系统的智能装备在海警机构的发展需求,探讨基于北斗卫星导航系统的无人机、无人艇在海警舰艇维权执法过程中的应用。

关键词： 高超声速滑翔飞行器   监督学习   强化学习   自适应末制导  

摘要： 针对高超声速滑翔飞行器末制导段存在的动力学模型参数不确定性,以及传统强化学习算法收敛速度慢的问题,提出一种基于强化学习的自适应制导方法。将标称条件下的高超声速滑翔飞行器末制导问题转化为最优控制问题,并根据序列凸优化算法进行求解得到状态-控制对的数据集:基于监督学习对数据集进行拟合,得到相应的神经网络制导模型:引入气动参数偏差、控制响应延迟系数不确定性以及状态测量噪声等干扰,通过飞行器与当前环境的大量交互,基于强化学习进一步优化神经网络制导模型。数值仿真结果表明,新提出的制导方法与监督学习制导方法相比具有更好的鲁棒性与精确性。

关键词： 高升阻比飞行器   协同制导   滑模控制   参数优化   稳定性  

摘要： 针对多个高升阻比飞行器在飞行中间段的时间协同问题,提出一种基于滑模控制的高升阻比飞行器协同制导方法,建立多个高升阻比飞行器协同飞行力学模型,设计规划飞行器在中间段制导过程中的飞行程序与针对飞行器侧向机动的滑模控制策略。通过设计标称轨迹,对控制参数进行优化,进而生成各个飞行器不同初始条件所需的侧向过载并通过侧向过载得到所需的倾侧角指令,以实现对飞行器飞行时间的控制,从而使多飞行器能够同时到达目标点上方设定范围;考虑飞行器始末条件和状态约束,使飞行器能够满足协同任务需求。利用李雅普诺夫稳定性判据证明系统的稳定性以及滑模面非奇异性,仿真结果表明,该协同制导策略具备一定抗干扰性,能够满足异地非同步发射的多个飞行器协同制导需求。

关键词： 偏航识别   轨迹预测   智能交通   长短时记忆(LSTM)   深度学习  

摘要： 针对复杂环境下传统偏航识别方法存在的全球导航卫星系统(Global Navigation Satellite System,GNSS)信号依赖性强、多源数据处理效率低等问题,提出基于长短时记忆(Long Short-Term Memory,LSTM)网络的序列建模方法。通过构建包含遗忘门、输入门和输出门的门控机制,有效捕获驾驶轨迹数据中的时空特征,解决传统隐马尔可夫模型(Hidden Markov Model,HMM)方法计算复杂度高、健壮性不足的缺陷。实验采用覆盖城市道路、高速公路等多元场景的实际驾驶数据集,对比结果表明,所提模型通过时序特征学习机制显著增强了噪声抑制和环境适应能力,为自动驾驶系统提供了新型偏航识别解决方案。