基于网络编码的无线NoC多播映射

具有高带宽、QoS保障和广播等优点的无线片上网络（NoC）能为通信信号系统的多核并行处理提供平台,而网络编码能够以较小功耗开销为代价显著提高NoC的传输效率。本文从通信信号系统的多播特性与需求出发,为无线NoC建立合适的架构与映射模型,在多约束条件下设计满足网络吞吐率性能最大化及核间通信延时、数据传输和编码功耗等开销最小化的任务映射与网络编码技术联合优化方法,实现了任务的高效并行与多处理核的协同工作。实验表明,本文提出的网络架构及映射算法与传统方式相比能节约6%的功耗,得到16%的吞吐率增益,并且路由节点硬件实现复杂度低。      

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

空间机器人抓捕目标后动力学参数辨识研究

针对自由漂浮空间机器人抓捕目标后的动力学参数辨识问题,提出一种参数辨识的持续激励轨迹设计方法。首先,基于动量守恒原理建立了自由漂浮空间机器人的动力学参数辨识模型;然后,采用有限傅里叶级数对空间机器人的机械臂关节运动轨迹进行参数化表示,并以参数辨识回归矩阵条件数最小化为指标,通过求解一个包含多约束的非线性优化问题得到傅里叶级数的待定系数;最后,采用基于QR分解的递推最小二乘估计方法实现对采样数据的序贯处理,并求解出待辨识参数。仿真结果表明,提出的激励轨迹设计方法可以显著提高空间机器人参数辨识的收敛速度和准确性。     

A Fast Global Node Selection Algorithm for Bearings-only Target Localization

In the target tracking, the nodes aggregate their observations of the directions of arrival of the target. The network then uses an extended Kalman filter （EKF） to combine the measurements from multiple snapshots to track the target. In order to rapidly select the best subset of nodes to localize the target with the minimum mean square position error and low power consumption, this paper proposes a simple algorithm, which uses the location information of the target and the network. The lower botmd of localization error is utilized according to the distances between the target and the selected active nodes. Furthermore, the direction likelihoods of the active nodes is predicted by way of the node/target bearing distributing relationships.     

真空热试验的温度测量系统

文章介绍了航天器真空热试验的温度测量系统,包括热电偶测量系统、无线测量系统和红外摄像测量系统,涉及接触测量和非接触测量、有线传输和无线传输。目前热电偶温度测量系统在国内外真空热试验中居主导地位,应用十分普遍。但国外近几年无线测量系统已得到研制,红外摄像测量系统已得到应用,有的空间机构已计划将新型测量系统列入空间环境模拟器的标准配套设备。航天器温度测量系统的这些发展变化值得业内人士关注,进行必要的技术和设备研发工作,更好地适应未来航天器真空热试验的需要。     

自耦合射流激励同向气流掺混的数值研究

针对同向两股气流掺混的某一特定物理模型,对自耦合射流作用下的气流掺混过程进行了数值模拟研究以揭示激励参数对于同向两股气流掺混的影响.与未施加自耦合射流激励的掺混过程相比,自耦合射流周期性的吹/吸诱导流场内产生复杂的大尺度涡系结构,使得同向两股气流形成对流型混合,有效缩减了主流核心区长度;随着自耦合激励器驱动频率和驱动振幅的增大,自耦合射流出口附近的涡强度增强,同向两股气流掺混效果得到有效改善.      

基于随机激励的某机匣模态实验与分析

用模态实验的方法对某型飞机发动机机匣的模态参数进行了识别。考虑噪声对频响函数的影响,在功率谱分析时,导出了噪声影响情况下的功率谱表达式,利用这个表达式计算了频响函数并最终用来提取模态参数。引入预实验方法用于机匣模态参数的探测中,以确定机匣上各个测点和激振器激振点的合理布置。考虑到实际工作时的激励情况,在实验台上用白噪声随机激励来模拟环境激励,对机匣进行了模态实验。与计算模态相比,用实验模态方法提取模态参数,避免了复杂的有限元建模与仿真,并能用相干函数来检验测得的实验数据的有效性。实验模态分析表明,得到的模态参数对于进一步改进机匣设计、分析其振动、疲劳寿命特性等具有重要的意义。      

支持向量机在航空结构声激励应力分析中的应用

支持向量机是一种新的机器学习方法。它以统计学习理论为基础,从结构风险最小化原则出发,具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类,分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明,支持向量机在模式分类中具有良好的分类性能,在解决航空结构声疲劳问题中有较好的工程应用前景。     

结构在环境激励下的模态参数辨识

针对传统模态辨识方法存在的缺陷,研究了工程结构在环境激励下的模态参数的辨识问题。通过各点测试数据的协方差数据构成Hankel矩阵,运用随机子空间实现进行系统矩阵的辨识。经飞机模型的环境激励分析验证,上述方法具有理想的辨识精度,在大型结构的模态辨识领域,拥有广阔的应用前景。     

一种新型沃尔什函数发生器

采用Ｔ触发器建立了一个新型沃尔什函数发生器的软硬件统一模型，并对设计时所需要的多路激励信号作了较深入的分析，归纳并证明了它们的两个重要特性－反对称特性和递推特性，实验证明，按照统一模型设计沃尔什函数发生器，可以使设计过程大为筒化，而且输出的沃尔直函数具有最小正交误差。