金属膜盘联轴器轴向振动特性研究

为研究金属膜盘联轴器的轴向振动特性,分别通过有限元计算和试验方法分析了金属膜盘联轴器的轴向拉伸刚度、轴向压缩刚度和轴向固有频率。根据分析结果,对某型膜盘联轴器开展了在运转条件下的轴向振动测试。结果表明:金属膜盘联轴器的轴向拉伸刚度和压缩刚度均呈现明显的非线性特性。在某型联轴器的工作转速范围内存在轴向振动固有频率,但仅在使用转速激励,且在联轴器的轴向固有频率下运转,联轴器才不会发生轴向共振。     

基于管制语音指令识别的防跑道侵入安全告警策略设计

传统场面监视管理系统通常采用基于电子进程单操作和场面目标态势识别的防跑道侵入安全告警设计策略,无法判别和保证管制语音指令与电子进程单操作之间是否具备一致性,某型空管场面监视管理系统尝试在引入管制指令识别功能的基础上重新设计防跑道侵入安全告警策略,为实现更准确高效的防跑道侵入应用提供了解决方案。     

变刚度CFRP层合板在低速冲击下的分层失效分析

通过窄带曲线铺放技术制备获得变刚度复合材料层合板结构件,不仅可大大增加结构件设计优化的自由度,还可以改善其机械特性。开发了基于三维Hashin失效准则的VUMAT用户子程序,分析变刚度复合材料层合板在低速冲击工况下的渐进损伤行为。以CFRP常刚度层合板和七组不同变刚度铺层百分比的层合板为研究对象,研究变刚度碳纤维复合材料层合板在低速冲击载荷下的力学响应特性,以分层损伤面积和能量吸收为指征进行对比分析。变刚度铺层百分比为50%的层合板单层损伤面积相比常刚度层合板减少了2.57%,且层合板底层没有出现分层损伤的完全失效情况。研究结果表明,合理的变刚度铺层可以提升层合板的抗弯刚度,并使层合板在低速冲击载荷下吸收能量更少,提高了抗分层损伤性能。     

基于射频指纹的测控地面站身份识别方法

卫星测控信道具有开放性特点,第三方容易截获测控信号,并通过特定信号分析手段获得通信编码体制甚至密钥,严重危害测控安全.为增强卫星的测控安全性,提出了一种基于射频指纹的测控地面站身份识别方法,即提取测控信号的射频指纹来验证测控指令是否来自于合法用户.使用卷积神经网络从21台发射机的变功率信号中识别特定发射机,识别精度高达...     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。