基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来,卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性,已被认为是最有前途的CNN硬件加速器,但是受FPGA计算能力、存储资源的限制,基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先,研究了适用于三维运算的Winograd算法一维展开过程;然后,通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法,优化算法每个卷积层的时钟周期数减少了7倍左右,相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究,证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度,并改善在FPGA运行CNN的性能。      

基于双单片机结构的电子凸轮控制器的实现

本文介绍了一种适合两种旋转编码器、两开关量动作8路输出的电子式凸轮开关的设计方案.该控制器根据机械凸轮原理设计,以双单片结构为控制中心,对从旋转编码器输入其中的脉冲或编码进行数据采集和处理,将处理结果以开关电平的方式输出.该控制器可作为独立通用的控制单元与其它可编程控制器组合使用,使应用系统的开发工作量显著降低,适用于具有循环往复、顺序动作特点的机电一体化设备中.     

基于动态RBF网络的发动机起动过程模型辨识

针对航空发动机在起动过程中各截面气流处于亚临界状态 ,难以利用传统的气动热力学方法进行建模的问题 ,本文利用发动机地面试验数据作为学习样本 ,采用动态径向基 (RBF)神经网络的方法 ,建立了航空发动机起动过程动态模型。仿真结果表明 ,利用该方法建立的发动机模型具有动态性好 ,精度高的优点 ,开辟了发动机中小转速建模的新途径     

飞机燃油密度实时测量及其实现方法

主要讨论了飞机燃油量实时测量的有关问题，并就其中燃油密度测量这一关键环节进行了重点论述，对密度测量的重要性、测量方法和国内外的研究状况进行了探讨。     

抗荷阀-抗荷服系统动态模型结构研究

 通过理论分析和系统辨识方法研究了 4种不同型式抗荷阀—抗荷服系统的动态响应特性 ,分别建立了机械式、混合式和电磁式抗荷阀—抗荷服系统的动态模型 ,并说明了三者模型结构之间的内在联系。     

超磁致伸缩材料作动器的研制及特性分析

 采用自制的TbDyFe超磁致伸缩材料设计并制作了主动振动控制用超磁致伸缩作动器 ,并对其偏置磁场、激励磁场、静态特性、动态特性和主动控制减振效果进行了测试和分析。研究结果表明 ,作动器工作应变在TbDyFe材料的线性区 ,其总伸缩量可达 70 μm。低频动态特性好 ,谐频影响小。在自适应滤波控制方式下使用该作动器对正弦振动进行主动控制减振 ,减振效果达到 30dB。磁场均匀性对作动器输出特性有明显影响 ,采用Ansys有限元软件精确设计作动器激励磁场 ,可提高超磁致伸缩材料沿轴向磁场均匀性。     

电推进技术的应用与发展趋势

扼要介绍了电推进技术的发展历史，概述了不同形式(电热、电磁和静电三大类)电推力器的特点及应用情况．指出了为满足不同空间任务电推进的发展趋势；并根据我国的研究状况、存在的问题和差距，提出了加快发展我国电推进技术的意见。     

结构可靠性分析的模糊概率积分法

针对传统应力-强度干涉法计算结构可靠度时求解材料疲劳强度分布困难的情况,提出了一种利用模糊概率理论直接求解结构可靠度的算法——模糊概率积分法。对该方法进行了理论推导;同时考虑到方法应用过程中可能出现方程重积分困难的情况,又给出了以该方法为基础的数值抽样技术,用以计算结构可靠度的近似值。最后给出一个在航空发动机上的应用算例,计算结果表明该方法快速、有效,适合于工程应用。     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

一种改进的三角形星图识别方法

首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——"内接正方体法",实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。