大型机场停车设施规划研究

针对现有大型机场停车设施规划存在的问题,对大型机场停车设施规划进行了初步研究,提出了大型机场停车设施性质定位及分类和大型机场停车设施规划布局的基本思路,简单介绍了约束型选址规划模型并将选址规划模型用于广州新白云机场停车设施规划中,所得结果证明此模型用于机场停车设施规划是切实可行的。     

数字存储示波器数据处理系统设计

基于传统单处理器系统有限的数据处理能力正逐渐成为示波器整机的瓶颈,作者设计了一种基于可编程系统芯片(System on programm ablech ip,SOPC)结构,用于1 GHz采样速率数字存储示波器(Digital storageos-cilloscope,DSO)的数据处理系统。系统中,根据模数转换器特征为其设计了具有数据缓存功能的接口单元;以A ltera Nios II/f软核为基础完成了专用微处理器的设计;针对DSO数据处理特征构建了4个并行处理电路;同时,系统还实现了液晶显示屏(LCD)的硬件驱动。SOPC结构的引入,使得该系统在具备强大数据处理能力的同时,具有低功耗和高集成度的特点。     

SCAN90CP02型LVDS交叉点开关功能及应用

SCAN90CP02是美国国家半导体公司最新推出的LVDS超高速交叉点开关,其可编程的预增强功能可应用于高损耗的电路板及电缆连接中以增强信号驱动能力,而且还具备符合IEEE1149.6标准的测试能力。文中详细介绍该电路的功能、结构和特点,同时给出测试特性。     

数据文本文件数字信号特征的提取

针对海量数据进行特征提取是物体目标识别的关键之一.本文编写了应用程序和操作算法程序,提取光学测光谱仪海量数字信号的特征.它是通过应用VC 构造人机用户界面,提取了光学测光谱仪中的有用数据之后,对数据进行预处理和期望、方差、k阶距、极值等参数计算,并且编制绘图程序,绘出各种参数数据曲线图,最终提取了海量数据的数字信号特征.文中以某实验数据为例进行了信号特征提取,验证了操作算法和应用程序的可行性,为卫星物体目标识别提供了一种方便、有效的方法.     

箭上电磁环境检测接收天线研究

针对目前运载火箭舱内电磁环境愈发复杂且没有有效的测量手段的问题,研制了一种超宽带无源小型化接收天线。该天线采用多个整形单极子的方式拓展带宽并达到小型化目的。接收天线的测量频率范围覆盖500 MHz～6 GHz,尺寸约为60 mm×60 mm×100 mm。通过加入低噪声放大器,使可测量的最低电场强度不高于1 mV/m。由于多个整形极子天线存在相互干扰情况,因此接收天线在频率响应上与理论值存在差异,该差异可以通过校准进行消除。通过数值仿真和样机试验测试,该天线系统的测量能力良好,符合设计预期。将该接收天线应用装载在运载火箭舱内,可以对目前已知的箭上无线系统发射频段进行有效测量,对飞行过程中箭上真实电磁环境的确认、舱内电磁兼容设计、箭地无线链路设计具有重要作用。     

基于串级线性自抗扰的四旋翼姿态控制方法

针对四旋翼无人机姿态调整过程中,由于参数不确定性及外界环境干扰,往往给姿态控制带来一定困难。本文研究提出一种基于串级线性自抗扰的四旋翼姿态控制方法。首先建立四旋翼无人机的动力学姿态模型,提出采用串级PID双环路控制架构,将姿态控制任务分解为内外两个环路。采用Levant微分器提取控制参量,以强化跟踪能力。此外,对原线性自抗扰控制器进行优化,旨在更好地消除外界随机扰动对系统的影响。利用MATLAB Simulink环境对提出的控制方法进行模拟,结果表明相比传统方法,该方法能更好地抑制系统受扰动引起的影响,增强系统对期望信号的跟踪能力,从而明显提高了四旋翼无人机姿态调整的精度与稳定性,以及四旋翼无人机姿态控制的精度和鲁棒性。     

飞机地形跟踪／回避突防飞行解耦控制的人机半物理仿真研究

本文利用人机半物理仿真法,研究了大气紊流对飞机突防飞行的解耦控制特性、驾驶员的操纵性及乘坐品质的影响,检验了非线性解耦控制系统对驾驶员实时操纵指令的跟踪特性。结果表明：解耦控制律能够在大气紊流扰动下解除飞机纵横向运动的非线性交叉耦合,＿有良好的解耦操纵性能和乘坐品质,减轻了驾驶员的操纵负担,从而提高了低空突防飞行的安全性,也验证了理论研究的结果。     

飞机对大气扰动的变结构控制

随机紊流、离散突风和风切变等,提出了具有鲁棒特性的变结构控制律,实例计算说明了该控制方法的有效性及可行性。     

视觉导引机器人定性定位与导航

在总结己有定性导航工作的基础上,系统地讨论了定性定位的两种方法——顺序区域和有向区域定位,以及各自的性质和相互关系,并给出了实验结果。     

韧性语音识别技术

在实际环境中,背景噪声是广泛存在的,而且严重损害诸如语音理解与识别技术应用的效果。本文主要讨论噪声分布是近正态分布的情况。噪声的概率密度函数(p、d、f)为如下形式:f(x)=(1-ε)g(x)+εg(x)其中,g(x)是正态概率密度函数,h(x)是任意对称的概率密度函数,ε是一个常数,0<ε<1。借助于Robust的基本思想,我们对线性预测的残差进行了韧性处理,得到Robust M估计。减少了噪声中语言参数的估计偏差,而且导出了Robust M估计的格点算法并给出了实验数据和结果。