冗余PN序列网格编码码分多址通信

本文介绍近年来新兴的一种编码调制技术－网格编码调制（ＴＣＭ），从理论上探讨网格编码调制在码分成多址（ＣＤＭＡ）通信系统中的应用，提出在网络编码调制码分多址通信系统中利用ＰＮ序列作冗余措施的新思想，并对网格编码调制分多址通信系统中双正交信号的生成方法进行了研究。     

MBD环境下计算机辅助零件分类技术

针对MBD环境下的零件分类问题，研究MBD信息提取、零件编码转换和深度学习分类算法技术，并创建MBD-计算机辅助零件分类系统（MBD-CAPC），实现从输入MBD模型到输出零件分类结果的自动化。     

波音747-400飞机ACMS编程

飞机状态监控系统（ＡＣＭＳ）可以对飞机进行实时监控,同时又是用户可编程的。根据用户不同的需要,产生相应的用户应用软件,完成不同的监控检查任务。Ｂ７４７－４００飞机的ＡＣＭＳ系统由数据管理组件（ＤＭＵ）、机载装填器（ＡＤＬ）、快速存取记录器（ＱＡＲ）、管理组件（ＭＵ）、多功能显示组件（ＭＣＤＵ）和驾驶舱打印机（ＲＰＴ）组成。其中ＤＭＵ是ＡＣＭＳ的关键部件,它通过总线与飞机其他系统相连,获取各系统的实时数据,在应用软件的控制下触发产生报告,并将这些报告向其他介质发送,达到监控目的。用户应用软件由地面…     

切削刀具的分类编码

本文对切削刀具分类编码进行了概述;在此基础上提出了CTCCS切削刀具分类编码系统,该系统采用混合式分类编码数据结构;文中对CTCCS编码作了举例分析.     

成组工艺中的零件分类编码(上)

零件分类编码是企业全面推行成组技术的前提。本文论述零件分类编码的目的和要求,编码系统的结构形式,并简要介绍国外几种重要的编码系统。     

双并联前向神经网络及其在飞行故障检测仿真研究中的应用

首次把飞行故障检测视为一个非线性数据分类问题,从而可望借助人工神经网络来处理。为了克服ＭＬＦＮＮ在数据分类中存在的学习慢与分类精度低,发展了由ＭＬＦＮＮ和ＳＬＦＮＮ并联并可接收编码输入的ＤＰＦＮＮ模型,还将训练ＭＬＰ的有关算法推广到ＤＰＦＮＮ情形。用计算机仿真了若干飞行故障模式并用于测试ＤＰＦＮＮ。     

机械零件图纸管理系统的设计与实现

本文介绍了基于ＯＲＡＣＬＥ关系数据库的叉车机械零件图纸管理系统ＭＤＭＳ（ＭａｃｈｉｎｅＤｒａｗｉｎｇＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ）该系统是一个集图纸的图形管理和图号（文本数据）管理为一体的图文数据库系统，该系统建立了与ＡＵＴＯＣＡＤ连接的接口，实现了在ＯＲＡＣＬＥ环境下显示ＡＵＴＯＣＡＤ图形的功能。     

飞机结构件分类编码系统

本文探讨了飞机结构件对分类编码系统的需求及其开发流程,并介绍了该所开发的一套飞机结构件分类编码系统及应用软件。     

EW试验及评估过程中的J—MASS

联合建模及仿真系统（Ｊ－ＭＡＳＳ）是空军电子战（ＥＷ）试验及评估（Ｔ＆Ｅ）过程的一个有机组成部分。本文讨论了如何使用Ｊ－ＭＡＳＳ及在ＥＷ Ｔ＆Ｅ过程中对建模和仿真（Ｍ＆Ｓ）的要求。政府及承包商将在研制期间的各个阶段中使用ＥＷ Ｔ＆Ｅ过程。它的使用实现了预测－试验－比较的原理，并强调在飞行测试之前进行适当的地面测试。ＥＷ Ｔ＆Ｅ原理利用了现有的和新出现的Ｍ＆Ｓ技术。Ｔ＆Ｅ过程的“预测柱”（图１）主要     

任务操作中心——航天器地面数据系统关键部件的一体化

在以减少预算、限定系统开发时间和用户要求增加能力为特征的环境中，国家航空航天局哥达德航天中心的任务操作处（ＭＯＤ）在开发其航天地面数据系统方面提出了一个新的、高经济效益的新概念：任务操作中心（ＭＯＣ）。按这种称为ＭＯＣ的方法，使用一种现代化的图形用户接口把关键部件集成为一个集航天器规划、监视、遥制为一体的综合系统。ＭＯＤ目前正在构造多个ＭＯＣ，其特点是采用通用的、可重复使用的和可扩展的系统结构，可     

一种针对高光谱图象识别与分类的二进编码方法

针对高光谱遥感图像中地物识别与分类问题,在对传统二进编码方法的优缺点进行分析的基础上,给出了一种新的二进编码策略,并给出了相应的快速匹配算法。该算法原理简单,易于实现,能够提高不同地物的可分性,试验结果表明,算法可以得到较好的分类效果。     

基于弹性网稀疏编码的空间目标识别

 传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l₁范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l₁范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。     

存储系统中两级纠错编码方案设计与验证

针对恶劣空间环境设计了一种两级存储编码方案,以应对航天系统中存储单元发生多个单粒子翻转（SEU）错误的问题。方案设计的主要思想是根据简单低纠错编码组合出高容错编码,通过编码组合,使用字间编码来纠正字内编码无法纠正的错误,从而使存储系统更加可靠;对两级编码方案提出若干优化策略,以提高编解码性能,使得两级冗余编码效率接近于原始字内编码。实验结果表明,提出的两级冗余编码方案能够较好解决存储系统中发生多个单粒子翻转错误的问题。即与单一的字内编码相比,两级纠错编码方案能够大大降低星上存储系统出现不可修复的概率,保证了星上存储系统的可靠运行。     

Conditional self-attention generative adversarial network with differential evolution algorithm for imbalanced data classification

Imbalanced data classification is an important research topic in real-world applications, like fault diagnosis in an aircraft manufacturing system. The over-sampling method is often used to solve this problem. It generates samples according to the distance between minority data. However, the traditional over-sampling method may change the original data distribution, which is harmful to the classification performance. In this paper, we propose a new method called Conditional Self-Attention Generative Adversarial Network with Differential Evolution (CSAGAN-DE) for imbalanced data classification. The new method aims at improving the classification performance of minority data by enhancing the quality of the generation of minority data. In CSAGAN-DE, the minority data are fed into the self-attention generative adversarial network to approximate the data distribution and create new data for the minority class. Then, the differential evolution algorithm is employed to automatically determine the number of generated minority data for achieving a satisfactory classification performance. Several experiments are conducted to evaluate the performance of the new CSAGAN-DE method. The results show that the new method can efficiently improve the classification performance compared with other related methods.     

JPEG2000的核心算法研究

随着网络和多媒体技术的发展,对静态图像压缩不仅要求有较高的压缩性能,而且还要求有新的功能来适应一些特殊的要求。JPEG2000是一种新的图像编码标准,它具有优良的压缩性能和很高的灵活性,而且系统功能比以前所有的图像压缩标准都先进。通过对JPEG2000中核心算法的分析,阐述了JPEG2000压缩过程以及与现有压缩标准相比显示出来的优越性能。     

Pre-locate net for object detection in high-resolution images

Small-object detection has long been a challenge. High-megapixel cameras are used to solve this problem in industries. However, current detectors are inefficient for high-resolution images. In this work, we propose a new module called Pre-Locate Net, which is a plug-and-play structure that can be combined with most popular detectors. We inspire the use of classification ideas to obtain candidate regions in images, greatly reducing the amount of calculation, and thus achieving rapid detection in ...     

Combination of classifiers with incomplete frames of discernment

The methods for combining multiple classifiers based on belief functions require to work with a common and complete(closed) Frame of Discernment(Fo D) on which the belief functions are defined before making their combination. This theoretical requirement is however difficult to satisfy in practice because some abnormal(or unknown) objects that do not belong to any predefined class of the Fo D can appear in real classification applications. The classifiers learnt using different attributes inform...     

A generalized rough set-based information filling technique for failure analysis of thruster experimental data

Interval-valued data and incomplete data are two key problems for failure analysis of thruster experimental data and have been basically solved by the proposed methods in this paper. Firstly, information data acquired from the simulation and evaluation system formed as intervalvalued information system （IIS） is classified by the interval similarity relation. Then, as an improvement of the classical rough set, a new kind of generalized information entropy called ＂H＇-information entropy＂ is suggested for the measurement of uncertainty and the classification ability of IIS. There is an innovative information filling technique using the properties of H＇-information entropy to replace missing data by some smaller estimation intervals. Finally, an improved method of failure analysis synthesized by the above achievements is presented to classify the thruster experimental data, complete the information, and extract the failure rules. The feasibility and advantage of this method is testified by an actual application of failure analysis, whose performance is evaluated by the quantification of E-condition entropy.     

基于分层变块大小运动估计的边信息提取算法(英文)

在分布式视频编码(DVC)中,边信息的质量对视频序列的压缩效果有很大影响。本文中,一种基于分层运动估计的边信息提取算法引入到DVC系统中。首先,采用了两种运动估计模式,向前运动估计和双向运动估计,然后利用分层变块大小运动估计算法获得了比较准确的运动矢量。接着运动矢量滤波器修正了由于局部相似造成的错误运动矢量。最后,选择决策模块更好地处理了帧内插技术中的多种估计模式的问题。这些算法为DVC提供了更好的边信息,提高了DVC系统的性能。实验结果显示,基于这种新算法的DVC系统高于传统视频编码帧内模式 3-4dB,而仅仅低于传统视频编码IBIB模式0.5-1dB。     

甚高频全向信标改造成数字通信测向综合化系统的几种新方案

受卫星导航的冲击，甚高频全向信标（VOR）在未来航行系统中将失去它的重要地位，最终可能关闭。为充分利用VOR的频段和设备资源，本文提出了四种VOR发射机改造方案：第一是间断发射的慢速时空调制系统；第二是连续发射的二进制四相时空调制系统；第三是码分有参考信号时空调制系统；第四是时分有参考信号时空调制系统。给出了四种系统信号调制、编码、接收机设计等解决方案。改造系统的主要优点是将数字通信和无线定向综合为一体。