建立不等式约束条件提高三轴一体光纤陀螺装配合格率

共用光源的三轴一体光纤陀螺组件装配后,三轴光路探测器接收的光功率会存在差异,若差异较大导致注入电流超过规定值,则认为装配失败.针对当前缺乏有效的手段确保其装配合格率,根据光源光功率与注入电流的关系、现有光学器件的技术水平,建立了光路损耗不等式约束条件,给出了产品调试成功与否的区域.在装配过程中,引入了全光路检测设备进行...     

本体理论及其在军事领域业务建模中的应用研究

在研究本体理论的基础上,结合IDEF5方法提出了军事业务领域本体构建方法,给出了基于本体的军事业务概念模型描述框架。本体模型与业务模型相结合为有效获取军事领域的业务知识奠定了坚实的基础。     

基于网络化测试技术的通信装备维修保障

未来信息化战争条件下,通信装备朝着网络化、标准化、通用化、系列化、模块化的方向发展,首先在分析现有通信装备维修保障中存在的问题和不足的基础上,提出了应用网络化测试技术的意义,并给出了系统的总体结构和两种软件设计方法;然后对现有通信装备的网络化改造提出了通过连接PC机间接接入,通过接口转换模块接入,现场智能设备嵌入TCP/IP协议三种方式,并对他们进行了分析.     

千兆光纤先锋网通信协议及其在网卡中的实现

根据航空电子综合系统的特点,对FC标准簇进行简化,设计了先锋交换网的通信协议(FC-Pio(Fibre Channel-Pioneer Net)协议).重点介绍其在网卡(MC)中的实现.由于简化了通信协议,软硬件的合理分工,使全部控制电路集成在一片FPGA之中,用双面PCB板实现.采用FC-Pio精简协议,也有效地降低了软件通信开销,提高了数据通信效率.     

基于有限元法的飞机蒙皮划痕线损伤分析

在飞机制造或维修过程中,可能会因为施工不当,在增压机身蒙皮上留下一些划痕线.本文介绍了划痕线的产生及由此导致的疲劳裂纹损伤情况.在弹性范围内,应用有限元软件计算了不同深度划痕线结构的应力集中分布,确定了疲劳裂纹可能的形成位置.分析结果可为适航管理部门和飞机维修单位提供划痕线的损伤评估参考.     

过氧化氢/紫外线/臭氧氧化技术处理肼类污水的应用

采用放大试验规模（处理量1 m³/h）的H₂O₂（过氧化氢）/UV（紫外线）/O₃（臭氧）氧化技术处理肼类推进剂污水,在30.0±1.6 ℃,pH=9.0±0.2的条件下,研究肼类的过氧化氢增强光解臭氧化降解。对比不同氧化技术的协同效应以及对污水降解的影响,重点考察过氧化氢、紫外线、臭氧和初始浓度等工艺参数对降解效果的影响,对氧化技术的应用进行了优化。研究结果表明：该技术可使COD去除率提高27.66%,肼类的降解速率随着过氧化氢投加量、紫外线辐射强度、O₃投加速率和水质地提高而升高,随着初始质量浓度的提高而下降。在最佳工艺下,处理5 000 mg/L质量浓度的废水,处理60 min时,COD去除率分别为98.62%（偏二甲肼）、99.17%（甲基肼）、99.94%（肼）和93.25%（单推-3）。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。     

微型惯导系统在余度配置时的转动标定技术研究

余度技术是提高惯性导航系统性能的一种重要手段。对微小型惯性组合导航系统中的惯性传感器多余度配置技术进行了研究,开发了MEMS惯性器件构成的微型余度配置惯导系统,分析了微小型惯性组合导航系统的特点和误差特性,并经过测试分析,建立了惯性传感器的误差模型。针对余度配置系统静态标定精度低的问题,提出了六位置转动标定算法,该算法只需要一个单轴速率转台就可以标定出IMU误差参数,并对采用低精度陀螺的惯性系统标定具有通用性。经过实际系统测试分析,误差补偿后的微型余度配置惯导系统的系统导航精度明显提高,验证了算法的有效性。     

一种基于量化力矩的静密封面缺陷补偿方法

在某次阀门静密封连接处漏气问题归零过程中,提出了一种基于量化力矩方法,用来弥补静密封面缺陷,以提高产品的静密封可靠性。     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。