智慧温室群远程监控系统通信设计

温室监控系统是对温室环境中温度、湿度、光照度等环境因子实施监测与调控的农业设施,可确保农作物获得最适宜的生长发育环境。针对现有温室监控系统在通信上存在距离受限、组网复杂、能耗高且基本仅能实现单个温室控制的问题,设计了一种基于LoRa和NB-IoT相结合的智慧温室群远程监控系统通信模式。该模式以STM32F103C8T6单片机为核心控制器件,采用ATK-LoRa SX1278和NB-IoT模块自组无线通信网实现数据的远程交互。测试结果表明：采用该通信模式可实现温室群中各温室间距离在2km范围内的数据采集、处理和传输,其通信距离远、功耗低,数据传输可靠性符合现代化农业物联网的需求。     

装备体系贡献率评估方法探究

未来装备必须坚持体系化发展,并通过贡献率评估明确在体系中的地位和作用。明确了装备体系贡献率的定义和评估意义,分析了定性评估法、基础技战术指标比较法、综合技战术指标灰靶比较法、基于装备体系的网络层次分析法、基于体系仿真及效能评估法等装备贡献率评估方法,并给出了灰靶比较法、网络层次分析法具体评估实例。同时,结合各评估方法特点,提出了网络层次分析法、体系仿真及效能评估法相结合的改进综合评估方法流程,实现装备体系贡献率的准确评估。     

基于有限元的超精密空气静压主轴最佳综合刚度设计

超精密空气主轴的刚度是超精密主轴的一个非常重要的指标,轴承的结构形式、气膜结构参数均对刚度指标有影响.本文通过工程计算得到气膜刚度等参数后,在特定空间尺寸和重量的限制条件下,基于有限元进行Nanosys-600F五轴超精密机床的气浮主轴(C轴)机械结构设计,通过多次分析,得到了气浮主轴(C轴)最佳综合刚度结构参数.     

机械式振动台结构设计及其波形复现性能测试研究

针对当前航空航天、电子工业等领域内中小型高精度振动台的工程需求日益增加,提出了一种基于计算机技术、嵌入式控制技术和电机控制技术的整套振动台设计方案.为了验证所设计的机械式振动台的波形复现是否满足振动台测试精度要求,以真实的地震加速度信号作为振动台的激励输入,对振动台关键模块进行性能测试试验,同时比较振动台在空载和负载两...     

基于硅基MEMS工艺的快速控制反应镜制作

快速控制反应镜(以下简称快反镜)是光电精密跟踪系统中必不可少的组成部分,在消费电子、医疗、天文望远镜、激光通信等领域中有着广泛应用。基于硅基微电子机械系统(micro-electromechanical system, MEMS,)工艺制作微型快反镜,对于实现快反镜和跟踪系统的小型化、轻量化有重要意义。陈述了一款硅基快反镜的结构设计、工艺选择以及制作攻关过程。通过加工便利性、加工精度、加工可靠性与制作成本的综合分析比较,确定了MEMS深硅刻蚀工艺制作小型化快反镜可动结构技术思路。快反镜的制作中,通过“化面为线”的版图优化减少刻蚀面积解决了深硅刻蚀不匀问题,通过清洗方法的对比和择优解决了反射镜面表面清洁度问题,通过改变金属化方法解决了镜面的面形精度控制问题。测试结果表明,此款基于硅基MEMS工艺的小型化快反镜满足了设计和应用需求。     

提高高锰钢车削性能的方法

本文介绍了高锰钢切削加工性能的优缺点,从刀具材料、刀具几何参数、切削用量、切削力、刀具耐用度等方面阐明了对高锰钢切削加工的影响,并给出高锰钢合理切削条件.     

中红外激光在光电对抗领域的应用及进展

近年来为有效对抗先进的红外制导武器的威胁,先进的红外对抗手段和方式不断推陈出新。其中利用中红外激光辐射致盲、致炫和毁伤的手段可以有效地对抗红外制导武器的威胁。为此本文重点介绍了中红外激光在光电对抗领域的应用;然后,对中红外激光光源和分类及其原理进行了阐述,并介绍了美国和俄罗斯在中红外光电对抗的系统领域的发展现状;最后,对中红外（3-5μm）光电对抗的应用发展和未来的趋势进行了总结,并对化学、气体和固体中红外激光光源的应用进行了展望。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

自适应航天器态势分析系统

利用深度学习中的卷积神经网络理论,基于单目视觉系统和带有标识物的航天器影像,实现对航天器的三维姿态角、距拍摄点距离和相对拍摄中心偏移量的精准测量。利用机器学习理论实现网络自主学习样本特征,这一方式将大幅降低动态测量的误差。同时,这种测量方式也避免了人工提取特征的复杂过程,实现任意、精准、快速测量,对航天器在组装及发射过程中的姿态估计、距离测算起到关键性作用。     

多航天器协同探测效能影响参数不确定性分析

为解决传统基于蒙特卡洛仿真的探测效能不确定性分析评价方法中时间效率低,参数关系映射单一的问题,提出一种基于神经网络的不确定性分析方法,利用人工神经网络在拟合回归分析上的非线性特性,设计了能够替代复杂系统的神经网络结构,能够通过少量仿真计算结果作为训练样本实现模型的收敛并能有效反映被替代系统的原有特性。选择以一个多航天器的天文观测任务作为典型用例,建立了仿真分析模型,并与蒙特卡洛仿真方法结果进行了对比,验证了此方法的准确性和计算效率。