基于SOC的多轴稳定系统回路控制

围绕基于多通道信号处理与控制SOC芯片实现惯性平台系统典型控制回路,进行了设计方法、流程及最终实现结果的阐述.首先,依据平台系统的要求制定系统工作流程;之后根据硬件资源进行各工作流程的分配和调整;再进行数据采集处理、算法实现、过程数据处理、PWM输出处理、其他输出量处理;最终通过功率级将电信号传输给平台上的执行元件,实现平台系统四条典型控制回路.此方法能够适应多种算法和系统需求,可实现自主化、小型化,且功耗小、可靠性高.     

论中华民族凝聚力的产生

本文在理解中华民族内涵的基础上,探讨了中华民族形成的重要阶段,阐释了中华民族凝聚力的重要标志,重点论述了中华民族凝聚力产生的早期特征。从而论证了中华民族不可分割的文化根源。     

基于SURE准则的参数自适应InSAR相位非局部滤波

干涉相位滤波是干涉合成孔径雷达(InSAR)处理中的关键步骤,然而传统滤波方法难以兼顾噪声抑制和细节保持的效果,故提出了一种改进的非局部滤波器。滤波参数由Stein无偏风险估计(SURE)准则自适应地选择,在有效降低InSAR相位噪声的同时,保留干涉条纹细节和城市建筑的边缘。通过在仿真数据和TanDEM-X实测数据上分别进行实验,并与传统滤波方法对比分析,验证所提出方法的有效性。     

一种用于液晶曝光中的激光检测系统

介绍了一种非接触式激光检测系统，可用于检测液晶曝光中液晶模板与基板之间的间隙，给出了该种系统的测量原理、硬件系统、信号处理方法、测量结果、分辨力和误差分析，并指出了这种测量系统的应用。     

一种非接触光外差轮廓仪

介绍了一种纳米级非接触超高精度光外差轮廓仪。该量仪是基于普通光路的外差干涉仪,两束具有微小频差的激光束照射到制件表面:其中一束光被会聚后作为测量光针扫瞄制件表面;另一束光则被用作参考光束。这两束光经反射后形成干涉,所得信号的光程差与制件表面高度变化成正比。量仪的横向分辩力小于2μm,垂直分辩力小于1nm。制件不需要进行大的调整。制件表面同时亦被作为测量参考面。经光电转换后,信号由微机处理,从而快速完成测量、计算、显示与打印各种参数与图形。     

混合动力学中一种综合控制指标

本文从环境流体力学角度，结合混合动力学机理，导出了一种新混合综合控制指标。     

基于卷积盲分离的强干扰下通信信号分离算法

针对目前通信辐射源个体识别算法在实际试验中由于各类干扰信号和多径衰落导致识别率较低的问题,提出一种用于识别算法前端的信号分离算法,可有效地减少其他电磁信号对于识别算法输入信号的影响,从而提高在复杂电磁环境中通信辐射源个体识别的正确识别率。该算法将灾变策略和搜索状态的自适应引入量子粒子群算法,通过对混合信号的联合对角化从截获的观测信号中提取出目标通信辐射源的有用信号。为了更加系统、直观地衡量算法的分离效果,提出分离熵来量化算法的整体性能。仿真结果表明,该分离算法可以把目标通信辐射源的有用信号从复杂电磁环境中提取出来,从而提高通信辐射源个体识别在复杂电磁环境中的正确识别率,具有较好的可行性和有效性。     

空间科学任务协同设计论证平台

空间科学任务协同设计论证存在设计方案耦合强,数据一致性差,数据变更难,数据与流程脱节等问题.为了解决上述问题,建立了典型空间科学任务的多层数字化模型;采用图形化方式对论证流程进行建模,并建立流程与数据的映射关系;通过共享数据池的方式为多岗位用户提供多方案数据协同机制;采用消息总线对数据变更进行及时提醒;利用方案依赖关系矩阵来判别方案耦合关系,最终自动合并任务总体设计方案.作为一个分布式平台,空间科学任务协同设计平台采用Eclipse RCP和Spring技术架构,整合了Hibernate、工作流Activiti5等中间件,提供统一门户,支持多岗位、多任务、多方案、多版本的管理能力,提供论证流程监控、数据协同交互等功能.结合某空间科学任务论证验证了该平台的有效性.      

基于未知地标被动观测的飞航导弹SINS俯仰姿态误差估计方法

针对飞航导弹单独使用时SINS存在姿态估计精度随时间降低的问题,提出了基于未知地标被动观测的SINS俯仰姿态误差估计方法。首先,根据飞航导弹中制导段飞行的特点,把SINS俯仰姿态误差估计问题转化为攻角估计问题。然后,在不改变导弹巡航路径的前提下,利用弹上成像导引头对视场内任意未知地标连续被动观测,分别提出了弹体坐标系和速度坐标系下的攻角估计方法,并分析了观测噪声对量测方程系数的影响。最后,利用平均去噪的思想对估计结果进行处理,提高了SINS俯仰姿态误差的估计精度。仿真结果表明：两种方法都能有效估计出飞航导弹SINS俯仰姿态量测误差。     

具有容错特性的两层数据流聚类方法

提出一种具有容错能力的进化数据流聚类算法FTGDStream (Fault-Tolerant Grid-Density Clustering over Data Stream),通过在聚类过程中引入适当的松弛条件,从而在含有噪声的真实世界数据中获取更加泛化的有用知识.首先利用基于相似性度量和小波技术的HLSFTS (Hierarchical Lifting Scheme Fault-Tolerant Synopses)层次概要数据结构实现在线微聚类过程,然后采用基于网格密度的聚类算法实现离线宏聚类过程.在线算法所构造的小波概要数据结构对原始数据的高压缩率降低了离线网格密度聚类算法的计算负载,提高了二层数据流聚类算法的效率.在UCI数据集上的仿真实验结果表明,FTGDStream算法可以聚类任意空间形状的数据并且适用于高维数据流环境,是一种具有容错能力的高效数据流聚类算法.