TCP／IP下的Socket及Winsock通信机制

Socket接口是TCP/IP网络的API(应用程序接口),WindowsSockets(Winsock)是一个基于Socket模型的API,本文通过论述Unix及Windows环境下的实现计算机数据传输服务的机制,提供了一种网络环境下实现计算机通信的手段,并给出了编制通信应用接口程序的具体实现方法。     

工艺装备结构与孔系加工精度的工艺分析

根据公差项目的特征要求，对某产品零件孔系加工的生产实际进行了工艺分析，对造成零件孔系加工误差的各项因素进行了定性和定量分析，找出了造成误差的根本原因是工艺装备结构设计带来的系统误差过大和加工工艺方法的缺陷的影响。在此分析的基础上对工艺装备的设计进行了改进，并对加工工艺进行了相应的调整，达到了预期的加工目的。这种技术工作方法，对生产现场的工程技术人员来说是基本要求，也是解决机械制造工艺问题的有效途径。     

分子筛氧浓缩器的串联混合池计算模型

把吸附床看作由n个等体积的混合池串联而成,可将筛床的控制方程转化为容易求解的常微分方程,考虑了筛床内压力的变化以及吸附热引起的亨利系数的变化等因素.在此基础上,建立了机载分子筛氧浓缩器的非等温吸附数学模型,并对其在不同条件下的工作过程进行了模拟分析.模拟结果与文献结果一致,反映了温度对系统性能的影响.     

用泰勒级数求解非线性代数和微分方程组

提出一种求解非线性代数方程和非线性常微分方程的新方法。所论方程组被转换成增量形式，而解被表示成泰勒级数。在代数方程（多项式形式）的情况下，此算法归结为求解一系列线性方程组，而且在每一增量步中系数矩阵是不变的；在常微分方程组的情况下，此算法归结为一组递归算式，并不要求解方程组。此方法固有的自动走步功能，可保证得到收敛的解，从而大大节省计算时间。     

一种基于幂级数函数的混合域基函数的收敛性分析

为提高计算效率,以一种基于双线性四边形模拟物体形状的幂级数函数为混合域基函数,用伽列金矩量法(MOM)对电中、小尺寸金属散射体的雷达散射截面(RCS)进行计算。分析了幂数级函数阶数M与其收敛性的关系。对二面角、矩形平板、等边三角形平板和圆柱等不同目标的单站或双站RCS计算结果表明,在此特定条件下M=3时该算法计算值与文献结果较为吻合,计算速度和精度均可满足仿真要求。     

扩频谱相关自适应滤波技术的研究

被高速伪随机码调制的扩频信号,其伪随机码是具有随机编码信号特征的周期信号。所以,扩频信号应被建模为周期信号(循环平稳信号)。循环平稳信号与其信号的频移副本之间具有很强的谱相关性,充分利用这种谱相关性可以实现对窄带和宽带干扰的抑制。基于循环平稳理论和自适应滤波理论,提出了一种基于改进的LMS算法的扩频信号谱相关自适应滤波技术。这种变步长的谱相关自适应LMS滤波器能实现对窄带和宽带干扰的抑制,仿真结果证明了其有效性。     

一种用于深空通信的系统LT码

针对传统LT（Luby Transform）码用于深空通信时性能不理想的问题,通过重构LT码的二分图设计适用于深空通信环境的系统LT码,提出一种去环编码算法。采用外信息转移图分析系统LT码的收敛阈值,然后通过仿真试验评估系统LT码的性能。仿真结果表明,采用本文提出的编码方案的系统LT码能够明显降低错误平层,提高译码算法的性能。     

航空电子微距太赫兹互连DRR访问容量分析

为了减轻机载电子系统线缆和连接器的重量,减小其体积并降低维护成本,在航空电子组件的电路板或芯片之间,可以采用太赫兹通信技术实现厘米量级的微距互连。采用开关键控（OOK）调制和非相干解调实现点到点太赫兹互连,给出了数据速率、数据包长度等参数的设计方法,进而构建包含用户节点和簇头节点的半双工多路访问分簇网络架构。在簇内用户节点到簇头节点的介质访问控制协议中采用赤字轮询（DRR）机制,并采用随机网络演算（SNC）方法得到概率保证意义下多路访问的有效服务容量,分析了阻塞干扰对DRR服务曲线的影响。分析和算例表明,DRR访问在保证实时性能界限的条件下兼顾了多路访问的灵活性,满足航空电子微小型化组件之间太赫兹通信和分簇组网的需求。     

低重环境下圆柱贮箱内液体晃动特性研究的一种解析法

考虑低重环境下圆柱贮箱内由于表面张力影响而呈现弯曲自由液面的情况,利用Fourier Bessel级数对贮箱受横向激励时的自由液面处的边界条件进行展开,得到液体晃动系统的广义状态方程,给出了固有频率、晃动波高、晃动力和晃动力矩等晃动特性的计算公式。通过数值算例与文献结果对比,在验证文中方法正确性的同时,具体研究了各晃动特性随充液深度、外激励频率和Bond数等参数变化的规律。     

基于长短期记忆网络时序数据趋势预测及应用

为了研究状态监测大数据对设备运行状态的估计和预测,提出了一种人工经验与主成分分析相结合的长短期记忆网络方法（AEPCA-LSTM）,利用运行过程中的监测时序数据对设备运行趋势进行预测。首先,通过基于人工经验的主要成分分析方法（AEPCA）从状态监测系统中提取与目标变量最相关的状态变量作为输入;其次,利用长短期记忆网络（LSTM）对目标变量趋势变化进行预测,并考虑运行过程中新数据样本的持续产生,对模型进行定期更新,以提高模型的动态适应性。最后,将所提出的方法应用于船舶副机系统的涡轮增压器转速预测中,结果表明该方法相对于传统的PCA-LSTM和LSTM,具有更小的预测平均误差0.18037,即展现了其在时序数据趋势预测的优势。