基于可逆触发器的可逆移位寄存器设计方法

为了进一步提高可逆时序逻辑电路设计方法的通用性和改善可逆电路性能指标,以可逆主从D触发器为基本单元,通过将时钟信号及垃圾位信号级联再利用,提出了一种可逆串行移位寄存器优化设计方案。在此基础上,通过目标函数构造及变换构建带有移位控制的单元模块,设计了满足串行输入串/并行输出功能的n位可逆双向移位寄存器。设计结果表明,采用方法所设计的可逆移位寄存器具有较优的性能指标,且对于双向移位寄存器综合具有较好的通用性。     

一种并行组合采样系统信号重构方法

提出了在并行组合采样系统这种多通道组合采样系统中,对于时基非同步信号,使用插值算法对组合信号进行重构的方法。实际的并行组合采样中,由于各采样通道之间的采样时钟相位控制存在时基偏差,引起了采样信号的时间非同步,导致采样波形非线性失真。为补偿系统的无杂散动态范围和实际信噪比,有效地还原信号原貌,需要对采样序列进行信号重构。提出了用插值算法来重构信号,实现对时基偏差的校正,并通过仿真验证,分析了此方法的可行性。     

一种基于时间梳技术的高频正弦信号幅值测量方法

本文研究了一种基于时间梳原理的高频正弦信号幅值测量方法,介绍了时间梳原理并详细分析了其特点,并将此原理应用于高频信号的幅值测量中,可以在不满足乃奎斯特采样定理的条件下,用低于被测信号的频率对被测高频信号进行同步采样,避免了高频信号采样的高采样率,结合自相关和多重自相关技术,实现了对高频正弦信号的幅值的准确测量,实验结果表明本文算法对高频信号的幅值测量具有很高的测量准确度,尤其在低信噪比下也有较高的测量准确度,具有较高的工程实用价值。     

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

基于FPGA控制的DSP数据采集和处理系统

基于DSP和FPGA技术,设计了一种实时数据采集和处理系统,本文介绍了该数据采集和处理系统的结构、工作原理和工作流程.     

可靠性全局灵敏度求解的Meta-IS-AK算法

可靠性全局灵敏度（GRS）可以衡量输入变量对结构系统失效概率的平均影响,但目前仍然缺乏具有广泛适应性的高效算法。针对此问题,本文将在元重要抽样和可靠性全局灵敏度的贝叶斯算法基础上建立一种新的高效算法。所提算法首先利用已有的贝叶斯算法,将可靠性全局灵敏度转换成由无条件失效概率及输入变量失效域条件下的概率密度函数（PDF）表达的形式,然后分3步来完成算法的组织。第1步是利用元重要抽样的迭代策略抽取失效域的重要抽样样本;第2步是在已有的元重要抽样法中嵌入自适应Kriging模型,高效计算出无条件失效概率;第3步是利用Metropolis-Hastings准则,将失效域的重要抽样样本转化成为原始密度函数在失效域的样本点,进而同时求得各个输入变量在失效域中的条件概率密度函数,并最终求得可靠性全局灵敏度。由于所提算法充分利用了已有的可靠性全局灵敏度贝叶斯算法的维度独立性、元重要抽样法对隐式多失效域的适应性以及元重要抽样法中嵌入式Kriging模型的高效性,因此所提算法具有广泛的适用范围和较高的效率,该结论得到了算例结果的充分验证。     

二维分布载荷顺序效应与排列顺序效应

首先建立了二维载荷谱分布,然后依据载荷顺序效应损伤机制编制了3种疲劳谱。通过二维分布谱的载荷顺序效应与排列顺序效应分析得出,谱载荷顺序效应仅与载荷总均值有关,并随其增大有可能对寿命预测影响较大。但编谱方式对零件寿命影响不大。     

冲压增程弹进气道型面气动优化研究

以某型冲压增程弹为研究对象,为了使进气道总压恢复系数最大,利用自动优化平台,集成了参数化建模和进气道流场数值模拟,以总压恢复系数最大为优化目标,运用组合优化策略对双锥进气道的锥角进行气动优化,优化后的进气道总压恢复系数提高了11.96%.数值模拟结果与试验数据吻合较好,证明优化结果可信.结果表明,通过对进气道锥角的优化可快速找出最佳锥角组合.     

计算气动声学中的紧致滤波格式

从理论上分析了数值伪波产生的原因,要消除数值伪波可用滤波方法。为了使滤波器具有理想的截断特性,引入了修正的高斯函数。通过让滤波器的频响函数与修正的高斯函数逼近,利用序列二次规划(SQP)方法优化了五对角紧致滤波格式。优化的滤波格式提高了计算精度和效率,增强了数值稳定性,更易于实施。一维和二维算例体现了优化滤波格式的性能改进。     

基于地心坐标系的多传感器动态偏差估计算法

配准是多传感器系统进行数据融合必不可少的处理过程.使用一种新的基于地心地固(ECEF, Earth-Centered Earth-Fixed)坐标系的多传感器配准算法,能对传感器的动态偏差进行估计,同时充分考虑了地球曲率对配准算法本身的影响.首先利用多传感器的局部航迹数据来构造关于传感器偏差的伪测量模型,其噪声满足零均值高斯白噪声特性,协方差信息也易于计算,然后使用序贯卡尔曼滤波算法(SKF, Sequential Kalman Filter)对偏差进行动态估计.当传感器偏差恒定时,算法经过简单修改后依然适用.最后通过仿真试验对新算法的性能进行了评估,结果说明新算法能有效地进行传感器配准.