宇宙射线与生命

美国得尼安以色列理工学院的３位天文物理学家达亚、罗雅和沙威夫发表了他们的“死亡和创造理论”。他们认为恒星互相碰撞所产生的宇宙射线，会在地球大气层产生致命份量的介子，破坏臭氧层和使环境变得具有放射性，地球上的一些大绝种是由此而造成的。但是在绝种后，这些...     

某型飞机光电雷达自检状态不截获问题分析

自检状态是光电雷达的一个重要指标,自检状态一共经历6个阶段,其中截获状态是故障率出现较多的光电雷达工作状态。本文阐述了光电雷达自检状态不截获的各种问题,对整个截获状态中不同阶段出现的多个信号进行分析,为光电雷达自检状态不截获故障的修理提供参考。     

INS辅助的GPS接收机跟踪环结构和性能分析

分析了GPS/INS的不同组合方式,研究了GPS接收机跟踪环的结构,给出了多普勒频移和时钟误差频率的外部估计方法,提出了一种使用低成本惯性器件信息辅助GPS接收机跟踪环的深组合(deepintegration)结构,建立了这种结构的前馈模型,并对其进行了仿真分析。仿真结果表明,这种结构可以使得接收机具有较宽的跟踪带宽和较好的抑制噪声能力,能显著提高GPS接收机的性能。     

弹头尾翼不同布局的气动特性分析

为了分析不同尾翼对作用在弹头上的空气动力的差异,分析弹头的机动能力,利用理论分析、实验数据和仿真计算,进行了弹头尾翼十字型和叉型布局的气动特性研究。通过建立弹头气动参数模型、分析空气动力试验数据,及对静稳定裕度、舵面控制效率及气动耦合的讨论和仿真,得到了二者气动差异的相关结论。     

CPLD技术在串行通信中的应用研究

对国外某型导弹串行通信技术的系统结构进行了分析,讨论如何使用CPLD(Complex Programmable Logic Devices)实现单片机与曼彻斯特编解码器的接口,在不影响战技指标的前提下,对电路进行简化。设计时采用自顶向下的流程,具体电路可灵活地添加到曼彻斯特码接口系统中。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率，建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题，采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数（ReLU）改进为带泄露线性整流函数(Leaky ReLU)，以解决遇到卷积输出数据小于0时神经元被抑制的问题，进而达到提高步态识别准确率的目的。实验结果表明：激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%，与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比，步态识别率有所提高。     

基于TOF的UWB可移动基站快速自定位算法

针对运动场中超宽带(UWB)可移动基站的位置获取需要人工测量、定位不方便的问题,提出了基于飞行时间(TOF)的UWB可移动基站快速自定位方法.首先根据基站布局情况确定局部坐标系,建立基于UWB基站间相互测距信息的各基站坐标方程,采用最小二乘法对各基站的坐标进行解算,进而分析其定位误差.最后通过实验验证了算法的可行性和稳定性.实验结果表明,可移动基站平均定位精度在0.05m以内.相对于传统的人工测量方式,基站自定位可有效节省基站布设时间,减少工作量.