基于TCAD和Geant 4的SRAM单粒子效应评估

基于Geant4和TCAD (Technology-Computer Aided-Design)建立了一套评估静态存储器(SRAM)单粒子效应的方法. 该方法利用TCAD软件模拟半导体存储单元对粒子能量沉积的响应, 获得SRAM的重离子单粒子翻转截面, 并应用蒙特卡罗工具包Geant 4计算质子与硅材料的核反应以及次级粒子在灵敏体积内的能量沉积, 进而获得质子的单粒子翻转率. 利用该方法, 计算了TSMC 0.18 μm未加固SRAM的重离子和质子翻转率, 通过与同工艺SRAM的重离子实验结果进行比较, 初步验证了该方法的有效性. 该方法不依赖于地面模拟实验, 可以用来评估处于设计阶段的抗辐射加固器件.      

基于三维光场的静态场景前景分割

为解决复杂场景中的前景提取问题提出一种基于三维光场分析的静态场景前景分割方法.首先,通过在一条直线等间距的不同视点上拍摄场景的序列图像构建密集采样的三维光场.其次,用线段检测(LSD)直线检测算法从对极平面图(EPI)中分析提取出场景边缘及其深度信息.借助分段三次Hermite多项式(PCHIP)快速插值算法恢复整个场景的深度信息.最终,通过阈值法实现对不同深度的前景物体的分割.初步实验结果表明,本方法能够较准确地恢复场景中多个物体之间的空间关系,前景分割结果较好地克服了现有基于区域聚类和数学形态学等方法在复杂场景应用中存在的过分割问题.      

An intelligent target detection method of UAV swarms based on improved KM algorithm

Complete and efficient detection of unknown targets is the most popular application of UAV swarms. Under most situations, targets have directional characteristics so that they can only be successfully detected within specific angles. In such cases, how to coordinate UAVs and allocate optimal paths for them to efficiently detect all the targets is the primary issue to be solved. In this paper, an intelligent target detection method is proposed for UAV swarms to achieve real-time detection requirements. First, a target-feature-information-based disintegration method is built up to divide the search space into a set of cubes. Theoretically, when the cubes are traversed, all the targets can be detected. Then, a Kuhn-Munkres (KM)-algorithm-based path planning method is proposed for UAVs to traverse the cubes. Finally, to further improve search efficiency, a 3D real-time probability map is established over the search space which estimates the possibility of detecting new targets at each point. This map is adopted to modify the weights in KM algorithm, thereby optimizing the UAVs’ paths during the search process. Simulation results show that with the proposed method, all targets, with detection angle limitations, can be found by UAVs. Moreover, by implementing the 3D probability map, the search efficiency is improved by 23.4%–78.1%.     

单目-无扫描3D激光雷达融合的非合作目标相对位姿估计

针对传统的利用单一视觉传感器难以实现复杂非合作空间操控导航的问题,提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法。首先,设计了基于成像几何关系的单目纹理-非扫描距离图像的快速配准与融合方法;之后,在构建目标同步定位与建图（SLAM）贝叶斯滤波模型基础上,提出一种扩展卡尔曼滤波-无损卡尔曼滤波-粒子滤波联合的滤波估计算法,可实现尺度模糊下相对位姿的快速鲁棒估计;其次,针对估计中的尺度模糊问题,提出基于融合图像的全局尺度系数确定方法,将尺度系数估计问题转化为简单线性滤波问题。基于OpenGL生成的2D/3D图像实验表明：所提出的方法具有较优的精度和鲁棒性;相对位置估计误差与尺度估计误差相关,二者近似成线性正比关系。     

空间相关噪声中电磁矢量阵二维DOA估计算法

针对空间相关噪声中二维DOA估计性能下降的问题,提出一种基于双子阵结构的电磁矢量阵DOA估计算法。算法假设其中一个子阵由普通标量传感器组成而另一个子阵由电磁矢量传感器组成,并且所有的传感器空间位置均为未知。算法分三个步骤实现。首先,定义一个互相关矩阵来消除空间相关噪声;然后,采用传播算子算法估计电磁矢量传感器导向矢量;最后,通过导向矢量中电场矢量和磁场矢量的叉积计算得到闭式且自动配对的方位-仰角估计值。提出的算法不仅具有良好的估计性能,而且由于无需进行特征值分解估计信号子空间或噪声子空间,无需二维谱峰搜索,因此具有较低的计算量。蒙特卡罗实验证明了算法的有效性。     

3D-C/SiC复合材料的高温疲劳性能

采用应力比为0.1和0.5,频率为60和20Hz的正弦波从室温至1500℃,在10-4Pa真空中对3D-C/SiC复合材料进行拉—拉疲劳实验;获得其在应力比0.1频率60Hz条件下室温、1100、1300和1500℃的疲劳曲线,以及应力比0.1频率20Hz和应力比0.5频率20Hz条件下1500℃的疲劳曲线。结果表明,若取循环基数为106周,应力比0.1频率60Hz条件下,3D-C/SiC复合材料在室温、1100、1300和1500℃的疲劳极限分别为235、350、285和240MPa,约为其拉伸强度的87%、97%、94%和90%;疲劳极限与比例极限和拉伸强度随温度有相似的变化规律,即随温度升高而增加,在1100℃达到最大值,尔后随温度增加而下降;但是S—Nf曲线的斜率的变化规律恰好与此相反。应力比的增加和频率的降低,均使复合材料1500℃的疲劳极限有所减小。     

OpenGVS中三维云的快速模拟

三维云的模拟可以大大提高飞行模拟器视景的逼真度,粒子系统又是模拟三维云的有效方法.介绍了三维视景中模拟三维云的几种常用方法,分析了OpenGVS中仿真云的局限性以及粒子系统模拟三维云的优点,在分析粒子系统的基础上,提出了一种在OpenGVS中基于灰度图约束的模拟三维云的方法,利用该算法,通过恰当选择粒子数量和粒子模型可以在取得逼真效果的同时满足视景系统实时性的要求.最后给出了在OpenGVS中的实现方法.     

23-2航炮吊舱供弹道的研究

从23－2弹带的特性出发,参照过去的研制经验,经过充分的理论分析、研究,提出了一条三维曲线的供弹轨迹,及三维供弹曲线的轨迹方程,由此方程给出了特征截面的理论数据。从而解决了一些关键技术问题。     

智能移动三坐标辅助定位的自适应控制方法

飞机部件的外形测量与误差评估是提升飞机装配质量的关键。针对测量工作要求高精度、高效率和无需专用工装的情况,同时针对被测对象外形尺寸大、各部位测量规范不同等难点,提出一种基于激光跟踪仪的智能移动三坐标辅助定位自适应控制技术。该技术以激光跟踪仪作为测量工具,以直角三坐标伺服机构作为靶标的辅助定位 装置,通过对直角三坐标伺服机构及导航小车进行任务规划与优化;同时激光跟踪仪实时反馈靶标目标位置,从而以最优路径的方式实现对测量机构多站位自主移动的全闭环自适应控制,提高了靶标的定位精度及测量效率。本文在线对测量数据进行了快速处理,得出了误差分布图,并精确地反映了测量点位的误差。实验结果表明：该方法可实现大尺寸部件的高精度快速测量,满足飞机大部件的测量要求。     

PPC8270通过SPI与AD7890进行通信的实现

串行数/模转换器AD7890常用于采集电压数据,为了将采集到的数据便捷地传给处理器,可以采用处理器PPC8270内部的SPI总线作为媒介,实现与AD7890之间的通信.给出了SPI的基本结构以及驱动程序,并设计了测试程序,测试结果表明采集器与处理器之间数据传输正确.