基于网络通讯技术的无人直升机可视化仿真研究

主要研究了利用OpenGL三维图形实用编程技术与网络通讯技术 ,在PC机上实现无人直升机的三维可视化仿真。其中探讨了有关OpenGL的应用、无人直升机的实体创建、网络通讯、动画实现等内容。     

声表面波压力传感器信号采集与处理

声表面波 (SAW)传感器能将被测量转换成容易检测的频率信号 ,即一种准数字信号的输出。针对 SAW压力传感器 (以 CSF- 1 0型 SAW压力传感器为对象 )的输出特点 ,利用等精度频率测量法测量输出频率 ,并用 Dallas的单线数字温度传感器 DS1 8B2 0测出现场温度 ,采用 BP神经网络对所得数据进行温度补偿后得到精确的被测压力值     

人工神经元网络在铸钢件工艺设计中的应用

以人工神经元网络实现铸钢件几何模数、挂砂层种类、挂砂层厚度、冷铁厚度与凝固模数之间的非线性映射关系，网络对检验样本的输出误差小，误差分布合理，能根据铸钢件的凝固补缩要求快速准确地确定铸钢件外冷铁工艺参数。     

GNSS干扰信号检测方法研究

研究了GNSS导航接收机在干扰源条件下的干扰检测和识别技术。除常见的卫星干扰如脉冲干扰、扫频干扰、BPSK干扰、宽带高斯白噪声干扰外,还添加了QPSK和8PSK干扰进行建模分析,并提取了常见的特征参数,如信号3dB带宽和频谱峰度等。通过研究,高阶累积量被提取作为MPSK干扰类内识别的特征参数。研究了基于决策树和BP神经网络等分类器算法的干扰盲识别,并分析比较了这些分类算法的识别准确率,为抗干扰领域的研究提供了重要参考。     

航空电子系统FC交换式网络的可靠性研究

 对于采用光纤通道(FC)互连的航空电子系统，从FC的基本模型出发，给出了由多个FC交换机组成的FC交换式网络的通信模型；采用基于任务的可靠性建模方法，给出了FC交换式网络的可靠性计算公式，并提出了任务基本路径的概念。根据航空电子系统提高可靠性的需要，提出了FC交换式网络的2种冗余拓扑结构：基本路径冗余和全网络冗余；最后通过实例分析了端口单元、交换要素单元和链路单元对FC交换式网络及2种冗余拓扑结构可靠性的影响；FC交换式网络可靠性的研究对于航空电子系统设计阶段的容错设计和拓扑选择都将起到指导作用。     

用于光传操纵系统的超高速实时光纤网络研究

综合星型及环形拓扑结构的优点,提出一种用于光传操纵系统的超高速实时光纤网络设计方案。所给出的余度设计及分布式共享内存策略增强了整个光传系统的可靠性及容错性能。应用动态数据分组技术既提高了小数据量的传输效率,又提高了大数据量突发传输时的吞吐量。实际性能测试及地面物理飞行仿真验证表明,系统数据传输速率可达2.12Gbps,具有很强的实时性及信息传输确定性,适应了机载环境下光传飞行控制及航空电子系统不断发展的需求。     

材料设计中的BP神经网络技术

论述了BP神经网络在材料设计中的应用技术、现状和发展趋势。根据材料设计的要求，建立用于材料设计的模型，并对模型建立与参数选择进行了分析，为BP网络用于材料设计提供了依据，为材料性能的设计与优化提供了有效途径。     

基于小波过程神经网络的飞机发动机状态监视

 针对飞机发动机状态监视问题，提出了小波过程神经网络模型。其隐层和输出层为过程神经元，隐层激活函采用小波函数。该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质，有更强的学习能力和更高的预测精度。文中给出了相应的学习算法，并以飞机发动机状态监视中排气温度裕度的预测为例，分别利用3层前向过程神经网络和小波过程神经网络进行预测。结果表明，小波过程神经网络结构更简单，收敛速度更快，优于过程神经网络，因而为飞机发动机状态监视提供了一种有效的方法。     

基于最小二乘法的分解炉温度控制数学模型

根据分解炉温度控制的实际生产情况,确定了三次风、煤粉和生料流量与分解炉温度之间的关系,建立了分解炉温度控制的数学模型。由于神经网络可以实现对复杂非线性对象进行卓有成效的控制,因此选定神经网络中应用最广泛的BP神经网络作为控制算法,对三次风和煤粉阀门开度进行控制,从而实现对分解炉温度预测控制。     

无人机车辆组合物流配送路径规划探讨

近年来无人机在各个领域的应用逐渐兴起,尤其是在物流运输领域发展迅速。在物流运输领域的应用主要是与车辆进行组合运输,国内外的学者针对无人机和车辆组合运输的路径规划问题进行了许多研究。主要论述了目前车辆和无人机组合运行的4种模式,包括车辆支持无人机运行模式、无人机支持车辆运行模式、无人机与车辆独立的运行模式、无人机和车辆同步的运行模式。探究了目前无人机和车辆组合路径规划问题考虑的因素,包括无人机电池电量、运送包裹数量和时间窗等。对有无人机参与的车辆路径规划问题的目标优化进行了总结,目前的研究主要分为3类,包括考虑最短配送时间、最小总成本和多目标规划。这些研究对未来无人机配送问题的研究具有重要的指导意义。