用于复杂装备费用驱动因子筛选的灰色凸关联模型

针对复杂装备费用预测中样本少和费用影响因素繁多的问题,分析以往灰色关联度的缺陷,运用改进的灰色凸关联度建立费用影响因素与费用之间的灰色关联模型。依据灰色凸关联度的大小和接近程度筛选费用驱动因子,利用所选择的驱动因子建立多元回归模型。与已有文献中的方法进行对比,结果表明本文方法具有较高的预测精度,说明改进的灰色凸关联度模型能够诊断复杂装备费用的关键影响因素。     

曲面乘波进气道非设计状态性能研究

高超声速进气道在宽马赫数工作范围内保持高性能一直是个技术难点。设计了一种曲面乘波压缩进气道,并通过改变封口激波马赫数以满足宽马赫数范围内(Ma4.5~Ma6)高性能的要求。数值及实验研究结果表明:适当降低进气道的封口马赫数(从 Ma6降至 Ma5.5)可以有效提高非设计点低马赫数时进气道的流量系数,从而提高超燃冲压发动机的非设计状态低马赫数推进性能;选择适当进气道侧板豁口后掠角度,又能保证低马赫数时进气道能够自起动,同时高马赫数时的发动机性能也能够基本保持,适当减小封口马赫数的进气道能够满足宽马赫数范围工作要求。     

电磁环境复杂度动态评估方法

探讨了电子信息装备面临电磁环境复杂度动态度量方法.通过建立电磁环境要素动态模型,得到电子信息装备面临电磁环境瞬态复杂度描述;区分电子信息装备不同工作特点,依据使命,通过综合考量,最终得出电子信息装备面临电磁环境动态复杂度综合评估方法.     

一种基于GNSS数据的全球电离层不规则结构活动表征方法

针对如何利用GNSS(Global Navigation Satellite System)数据进行电离层扰动监测的问题,提出了一种基于GNSS数据表征全球电离层扰动的方法.利用大约400个GNSS地面站点的观测数据,计算总电子含量(Total Electron Content,TEC)变化率的标准差——ROTI(Ra...     

一种用于接收微波的基带数字AGC设计

文章首先提出了一种基于微波信号下变频的基带数字AGC实现方案,然后给出了AGC检波电路、滤波电路、比较器电路设计。     

语言引导的多粒度特征融合目标分割方法

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的多粒度特征融合目标分割方法,能够对特定目标精准定位。利用Swin Transformer和Bert网络,分别提取多粒度的视觉特征和文本特征,提高对整体与细节的表征能力;将文本特征分别与不同粒度视觉特征进行融合,通过语言引导增强特定目标表达;通过卷积长短期记忆网络对多粒度融合特征进行优化,在不同粒度特征间进行信息交流,得到更精细化的分割结果。在UNC、UNC+、G-Ref、ReferIt数据集上进行训练并测试所提方法。实验结果表明：相比Refvos,所提方法在UNC数据集的val、testB子集中IoU结果分别提升0.92%、4.1%,在UNC+数据集的val、testA、testB子集中IoU结果分别提升1.83%、0.63%、1.75%。所提方法在G-Ref、ReferIt数据集的IoU结果分别为40.16%和64.37%,达到前沿水平,证明所提方法的有效性与先进性...     

冲压发动机加速阶段进气道内动态特性

对整体式火箭冲压发动机助推加速段进气道内的动态特性进行了数值模拟和风洞试验研究.结果表明,助推加速段进气道通道内压强振荡接近于一种整体模式的不稳定振荡;其振荡频率随马赫数增大略有升高,相对振荡幅度随马赫数增大而下降;在所研究范围内,进气道通道内的最高压强有可能超过来流总压.     

均匀化处理对7A55铝合金组织与性能的影响

研究了单级均匀化和双级均匀化工艺对铸态7A55铝合金组织和性能的影响规律.结果表明,经450℃单级均匀化处理后,合金中的残留共晶仍然较多,保温60h时合金中残留共晶比例由铸态合金的15.2%减少至7.2%,合金硬度由72HRB降低至60HRB,伸长率则由2.1%增大至11.2%;经450℃/60h+470℃双级均匀化处...     

某自动测试系统神经网络故障诊断模块设计与实现

阐述了自动测试系统中故障诊断的重要性,详述了诊断的流程.以某型防空导弹自动驾驶仪为例,首先利用LabVIEW中的MATLAB脚本节点,分别以BP和RBF神经网络为算法编写故障诊断函数;然后用LabVIEW开发故障诊断模块界面,最后将TabVIEW和神经网络两者的优势结合实现自动驾驶仪的故障诊断.实验仿真结果表明:模块设...     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法。在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效。最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系统的最终精度。结果表明:该模型可以准确地预测系统精度,与仿真结果对比,相对误差在2.05%～3.07%。该模型预测用于指导相应软硬件的设计优化,可大幅提高设计的迭代速度。