基于高速D/A卡的复合视频信号发生器

提出了一种运用高速D/A卡产生复合视频信号的方法。以PAL制式为例介绍了复合视频信号的特点和技术要求,重点阐述了设计过程中的难点问题及解决方法,例如副载波相位连续性、图像的缩放和插值等问题。     

基于电流监测法的粗糙表面微通道电渗流实验研究

制作2种 PMMA 微流控芯片,对其微通道内表面参数进行测试。基于电流监测法,设计微流控芯片电渗流检测系统。首先测量光滑微通道电渗流速度,验证了实验的可行性,并可以预测微通道的表面电势;然后对粗糙微通道电渗流进行测量;最后对比分析电场强度、溶液浓度等对光滑和粗糙微通道电渗流的影响。结果表明:(1)不规则粗糙表面微通道电渗流速度随电场强度、溶液浓度的变化规律和光滑表面微通道一致;(2)相对于光滑表面微通道,粗糙表面微通道电渗流速度明显降低;当相对微通道深度为5%时,降低幅度约为23%。(3)随着电场强度或者溶液浓度的增大,粗糙和光滑微通道电渗流速度的差距增大。所用实验方法具有直观、方便和成本低的优点。     

不同尾翼鸭式布局远程弹在跨／超声速的气动特性实验研究

为了研究鸭式布局远程弹尾翼对气动特性的影响,设计了无尾翼,“T”型尾8翼,栅格尾翼三种尾翼布局,通过风洞测力实验研究不同布局在不同马赫数及迎角状态下对远程弹气动特性尤其是滚转特性的影响。实验结果显示：安装“T”型尾翼的模型和安装栅格尾翼的模型相比,在跨声速阶段,其升力特性优于栅格尾翼,也更利于滚转控制,但在超声速区域,栅格尾翼模型具有明显的升力特性优势,同时也容易进行滚转控制,而减小阻力是栅格翼将来需要解决的问题。     

EMD和SVM在刀具故障诊断中的应用

与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势。将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解（EMD）和支持向量机（SVM）的刀具故障诊断方法。该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数（IMF）通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型。通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性。     

数据融合的概念,方法及应用

以指挥、控制、通讯和情报（Ｃ＾３Ｉ）系统为背景，引出了当今迅速发展、日益受到各国工作者和国防部门关注与重视的数据融合技术的概念以及近２０年来的发展历程，详细介绍了实现数据融合的系统模型与系统构成，列出了在不同数据抽象级上进行数据融合的三个层次及其目前常用的数据融合方法。本文还就数据融合在军事上的应用作了较深入的讨论，同时指出了Ｃ＾３Ｉ系统的不断发展对数据融合技术提出了更新的要求以及高新技术的发展对     

基于ASM实现视频中物体的定位

对目标进行有效跟踪是目前许多国家获取信息的重要手段,主动形状模型(ASM)主要应用于灰度图像中物体的跟踪与定位,本文针对Koschan等提出的结合金字塔模型的ASM方法作进一步改进,使之应用于视频(本文视频采用MPEG数字视频压缩编码标准)中物体的定位:首先将视频解码还原成图像序列,从人眼视觉特征出发,将RGB颜色模型转换为HSV颜色模型,用色调信息取代灰度信息进行物体定位;并研究图像序列帧之间物体的重合度对提高定位效率的作用.实验结果说明在ASM中使用色调信息能有效地实现视频中的物体定位.     

飞行仿真中雷达地形数据库构建关键技术

雷达图像仿真是飞行仿真的重要组成部分,而雷达地形数据库为雷达图像仿真提供基本的数据支持。为构建满足仿真精度与实时性要求的雷达地形数据库,对相关关键技术进行了研究。在分析雷达图像仿真原理的基础上,研究了雷达地形数据库在分布式飞行仿真系统中的应用方式和组成形式。根据所用数据源的不同,对雷达地形建模技术进行了分类,并分析了不同建模方法的优缺点。比较了网格式与多边形式2种数据存储与调度技术的特点和适用性,指出多分辨率表示技术雷达地形建模中的重要性,给出了一种材质数据多分辨率映射的基于材质最大出现概率的子取样方法。对机载雷达实波束地形测绘成像进行了仿真。     

基于LDA的航线潜在价值挖掘模型

在分析了传统的主题模型后提出了一种基于LDA的航线潜在价值挖掘模型。该模型将旅客出行行为的分析划分成两个阶段,出行意图的确定及出行意图下航线的选择,并与旅客价值进行融合来挖掘航线的潜在价值。出行意图采用Gibbs sampling方法从旅客出行记录中获取,航线则在旅客确定出行意图后由出行意图的航线向量获得,旅客价值则结合出行中的舱位信息进行提取。在中国民航旅客订票数据集上的实验表明,本文模型在2010年和2011年两个数据集上获得的两组航线潜在价值序列比pLSI模型和senLDA模型获得的两组航线潜在价值序列都拥有更好的有序相关性,且在挖掘排名前5的航线潜在价值时,本文模型在该两个数据集上获得了两组完全一致的航线潜在价值序列,表明其在挖掘高潜在价值航线方面的优势。     

基于谐波小波包和SVM的滚动轴承故障诊断方法

针对滚动轴承故障诊断问题开展研究,设计了基于谐波小波包和支持向量机（SVM）的新型诊断方法.与传统的时频特征提取方法相比,谐波小波包具有盒状频谱和无限细分的优势.首先对滚动轴承的振动数据进行谐波小波包分解,利用各频段的小波分解系数计算特征能量,归一化之后作为特征向量,为设计的多类SVM模型提供训练样本和测试样本.利用SVM的非线性映射能力,将三个二分类器相组合设计了基于二叉树的多类SVM模型,实现了对滚动轴承的故障诊断.最后,利用Case Western Reserve University电气工程实验室的滚动轴承试验台的振动数据对设计的诊断方法进行了验证.结果表明,设计的诊断方法比传统的方法具有更高的准确率.