民用机场助航灯光备件库存控制与管理研究

在调研上海某4E机场助航灯光备件库存管理现状的基础上,分析其不足和存在的问题;并根据现代备件库存控制管理理论,提出对机场助航灯光备件实施考虑其消耗特性的两阶段ABC分类管理方法,并提出了基于零件使用寿命概率函数的助航灯光备件最低储备量计算模型;经依托工程的具体应用,验证了所建议的备件分类方法和储备量计算模型具备一定的合理性和适用性,可为机场助航灯光备件的库存控制与管理提供一定的技术参考。     

单相Z源逆变器控制策略

提出了一种单相Z源逆变器控制策略,该策略由Z源网络电压控制环、交流侧电压瞬时控制环和直流侧电压纹波前馈控制环3部分组成.由于Z源阻抗网络存在非最小相位效应,因此在Z源网络电压闭环控制基础上引入了交流侧瞬时控制,使逆变器获得了较快的响应速度.针对负载较重时Z源网络输出电压波动大的问题,通过电压纹波前馈控制修正调制比,有效抑制了直流侧电压纹波对交流侧的影响,提高了输出交流电压的波形质量.仿真及实验结果均证实了所提出的控制策略的有效性.     

深空通信中的一种级联编码调制及其迭代接收

在深空通信中,由于通信距离大幅增加,通信信号的自由空间传播损耗很大,提高系统的功率利用效率是深空通信系统设计需要考虑的重要问题之一。提出了基于LDPC码和FQPSK调制的级联编码调制体制,首先提出该编码调制体制的系统模型,通过修改相应的算法给出适合FQPSK的迭代解调解码算法,通过计算机仿真分析了该体制的误码率性能。研究结果表明：该体制利用FQPSK的恒包络特性克服信道非线性问题并使功放工作在饱和区,利用LDPC码实现低信噪比通信,同时在接收端通过迭代解调解码获得增益,从而能够缓解深空通信中由于传输距离过远而带来的极低信噪比通信问题。     

高速压气机涡轮转子结构轴系非线性 振动性能试验

基于气动轴承与轴系耦合调频技术,对高速压气机涡轮转子结构的空气循环制冷机轴系进行非线性振动性能的试验研究,进一步分析了柔性轴系存在转子运动、轴承失稳及碰摩故障的一些非线性特征.研究结果表明:在保证转速设计裕度的前提下,工作转速由40000r/m提高到了60000r/m.      

基于核方法的聚类算法及其应用

在分析核方法的核心概念基础上,提出了一种基于核方法的聚类算法.通常,传统聚类算法只在数据特征差异较大时才有效,当数据特征差异较小时,很难取得较好的聚类效果.引入核函数,将原始数据由数据空间映射到特征空间,在特征空间中进行聚类.核函数的非线性映射使得原始数据的特征更完整地显现出来,从而能够更客观准确地聚类.与传统聚类方法相比,该方法聚类结果更客观有效.以16组实际数据为例,将该方法应用于数据分类研究中,聚类结果表明了该方法的可行性和有效性,从而为数据分类提供了一种新的可行方法.      

利用调频信号实现低频振动传感器的快速校准

为了充分提高超低频振动校准系统的实用性,针对低频传感器校准的需要和该系统的特点,提出了利用调频正弦波作为激励信号,只需要一次测量即可实现对低频振动传感器的校准,校准时间由几十分钟缩短到几分钟甚至1min之内,校准效率大大提高.为了避免由于系统幅频特性不理想而在较高频段对传感器校准精度不高的缺点,提出了利用系统的动态频率特性和线性调频波时频域相关的特性,设计相应的数字补偿滤波器实现对信号源的瞬时补偿,从而实现振动台的线性调频振动.实验结果表明,振动台能够输出较补偿前更为理想的线性调频波,校准结果也更接近绝对校准,且重复性好,同时满足了校准效率和精度的要求.      

树形结构SVMs多类分类的研究

介绍了SVM方法原理,为了将SVM在解决两类分类问题中的优越性推广至解决多类分类问题,分析构建树方法与SVM结合运用来提高SVM在进行多类分类时的训练效率的方法, 然后构造文本自动分类,实验说明该方法有较高的训练效率,并且所需的训练样本量大大降低。     

基于空间矢量控制的坦克炮塔系统伺服驱动器设计

空间矢量脉宽调制(SVPWM)在运动控制领域已广泛应用,本文研究了基于空间矢量控制原理的坦克炮塔控制系统(简称“炮控系统”).空间矢量控制方式的实质是将交流电动机等效为直流电动机,分别对速度和磁场两个分量进行独立控制.此设计是通过空间矢量脉宽调制方法控制永磁同步电机,提出了炮控系统的组成以及系统的硬件设计和软件框图,在实际的应用中提高了炮塔的响应时间及稳定性,取得了良好的应用效果.     

一种改进的直接转矩控制在舰炮拖动系统中的应用研究

传统直接转矩控制中,低速时磁链竹计模型偏差严重,转矩脉动较大。文中提山了对定子电压降反馈补偿的磁链修正模型以及离散空间矢量调制等改进方法。仿真结果说明,低速时磁链计算结果得到了较大改善,同时转矩脉动得到了较好的控制。     

基于神经网络的时频域雷达信号调制参数估计

针对常规时频分析方法对多分量雷达信号分析的不足,提出一种基于神经网络的时频域多分量雷达信号调制参数估计新方法.把多分量雷达信号的时频分布作为灰度图像,通过神经网络训练得到高分辨率时频平面图,然后在时频域实现雷达信号各分量的调制参数估计,相对于时频重排等方法,其对时频分布的处理不需要关于各分量信号的先验知识.仿真实验表明,该方法在得到比时频重排方法更高分辨率时频图的基础上,能够较准确地估计各分量雷达信号调制参数.