压电式压力传感器的动态校准

通常对压电式压力传感器进行静态校准是有困难的。主要原因是放大器输入级的时间常数不够大,产生的电荷易被漏掉,因而输出电压不能保持在常值上。本文叙述了一种压力校准装置,用它可对压电式压力传感器的灵敏度进行绝对法和比较法校准。该装置能在5～10ms的时间内爆发出1高达1MPa的阶跃脉冲压力。压力传感器及其测量系统对此阶跃脉冲压力的响应,用微处理机处理,可自动给出压力灵敏度、响应曲线及其有关参数。校准精度约为1％。     

此刻，你愿意接触外星人吗？

2004年9月4日出版的英国杂志《新科学家》上，有一篇题为《来自若干光年之外的神秘信息》的文章，宣称人类很可能终于收到了迄今为止第一个来自外星文明的无线电信号。这个信号来自天空中被命名为“SHGb02＋14a”的位置。此文一出，颇为轰动。一些有关的科学家纷纷被要求对媒体发表看法，判断该信号是否来自外星高等文明。结果当然是人言人殊，没有一致的意见。     

无人机传感器 市场前景广阔

Frost＆Sullivan公司最近发布了一份关于无人机传感器载荷市场的预测报告。该报告认为，由于市场对无人机的需求持续走高，故其机载传感器市场也将在未来获得极大发展，光电（EO）、红外（IR）和具有地面动目标指示能力的合成孔径雷达（SAR／GMTI）三大类传感器将成为所有新型无人机平台的标准装备选项。在最近的实际使用中，这些无人机传感器确实增强了部队的态势感知和交战能力。     

经纬向传播的甚低频台站信号对太阳耀斑响应特征的差异性分析

为了揭示太阳耀斑发生期间沿着经纬向传播的甚低频台站信号受到扰动的差异性,文章基于随州观测站的甚低频数据,分析了2017年9月8日经向传播的NWC台站信号和纬向传播的JJI台站信号对太阳耀斑的响应特征,比较了两条路径上信号的幅度对同一太阳耀斑响应的异同.结果表明:NWC信号的响应只有先上升再恢复1种,而JJI信号有先上升...     

卫星时分多址信号高精度快速时频差联合估计方法

针对传统时频差估计方法对时分多址(TDMA)信号进行参数估计时会出现不同用户相互影响、估计精度差,以及计算复杂度高不利于系统实时信号处理等问题,文章提出一种高精度快速时频差联合估计方法.首先,基于循环平稳特征对主站接收数据进行信号检测;然后,基于小波阈值去噪和短时电平和进行TDMA信号时隙分离;在此基础上,基于不同调制信号特征参数设计多级分类器,对每个分离的信号时隙进行调制样式判别,进而分选不同用户对应的信号时隙;接着,利用主站分选的各个用户信号分别与辅站信号进行时频差粗值估计;根据粗时频差估计值减小细化时差搜索范围,以获取精细时频差估计值;最后,利用二阶曲面拟合方法进一步提升参数估计精度.仿真结果表明:文章所提方法能够有效实现TDMA信号高精度快速时频差联合估计,可为后续卫星频谱感知体系的建设提供理论支撑.     

传感器安装对爆炸冲击测试结果影响的试验研究

为了找到爆炸冲击测试结果精确度的影响因素,利用轻气炮冲击试验装置作为冲击源,设计了专用对比工装,模拟安装过程中的实际操作因素的影响程度。以压阻式传感器为研究对象,以激光多普勒测振仪校准结果为基准,对比耦合剂种类、连接螺栓规格、表面粗糙度、安装力矩以及传感器安装数量等因素对测试结果的影响。结果表明前4种因素对冲击测试的影响较小,均在3 dB的容差范围以内;而传感器安装数量和与被测对象的连接方式对冲击测试结果影响较大。     

基于一致关联数最大化的航迹关联算法

航迹关联(TTTA)是多传感器数据融合系统的核心模块之一,是系统误差估计和航迹融合的前提和基础。传感器存在的固有系统误差使得目标位置状态估计与真值发生偏离,容易诱发TTTA错误。传统的基于全局最小距离准则的TTTA算法,需要获得较高精度的系统误差估计,来对航迹数据进行误差补偿。针对传感器具有系统误差环境下的TTTA问题,在对TTTA进行间接评估的基础上,定义了一致关联数的概念,提出了一致关联数最大化的TTTA准则,并在稳健交替迭代的框架下完成算法设计。与距离函数不同,一致关联数是一个离散量,放松了对系统误差估计精度的要求。最后,仿真实验验证了所提算法的有效性。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.