独立电源多智能体信息融合故障诊断方法

对独立电源系统进行故障诊断与预测研究是保证整个复杂运动装置系统安全性工程的重要环节.分析了目前独立电源故障诊断系统中存在的问题,提出采用多传感器信息融合和多智能体技术相结合的方法来提高故障诊断的可靠性和系统的扩展性.利用智能体的自主性、分布性和协作性,构建了独立电源多智能体信息融合故障诊断系统.根据独立电源故障征兆的特点,将D-S(Dempster-Shafer)证据理论引入到多神经网络的诊断结果融合技术中,阐述了多神经网络局部诊断智能体和D-S证据理论融合诊断智能体的具体实现方法.最后,以某型航空电源故障诊断为例,给出了故障实例的诊断仿真,结果表明该方法可有效提高诊断可信度.     

美国下一代战斗机将优先解决电力问题

下一代作战飞机将使用定向能武器和先进的传感器,它们对电源功率和冷却系统的要求已经超越了今天技术所能提供的能力,这项要求可能将根本改变飞机的系统设计。     

基于弹塑性理论的新型接触热导模型

提出了一种新型接触热导的模型。充分考虑界面上微凸体的变形,根据微凸体变形连续的特点,分别给出了弹性、弹塑性、塑性三种变形时的接触方程。用Weierstrass-Mandelbrot分形函数描述粗糙表面轮廓曲线,并考虑了接触点的基体热阻及其界面收缩热阻,构建了分形热阻网格模型,分析了接触热导与载荷的关系,与实验数据及模型、Mikic弹性模型和Yovanovich塑性模型的预测值进行了比较。结果表明:该模型能较好地预测界面接触热导,有其合理性。     

基于分数阶Fourier域滤波的单电磁传感器宽带Chirp信号二维DOA估计

提出一种基于单个电磁矢量传感器的宽带Chirp信号方位-仰角估计算法。对强度相差不大的信号,该算法利用分数阶Fourier变换分别估计不同信号的电磁矢量传感器导向矢量,并根据矢量叉积运算得到方位-仰角估计值。对强度相差较大的信号,该算法利用分数阶Fourier域滤波,采用逐次消去的方法分别估计电磁矢量传感器导向矢量,得到方位-仰角估计值。提出的算法不需要进行迭代搜索和二维DOA的配对,不受近场信号的球面波效应的影响,并且可估计具有相同或不同调频斜率的多个Chirp信号的二维DOA。计算机仿真试验证明了算法的有效性。     

网络环境下大学生人本化德育教育模式研究

人本化德育是当前德育发展的趋势。在德育过程中它强调人的主体性、人的自我价值并从个体的自我需要出发进行道德教育,从而实现受教育者的全面发展,使之成为道德高尚的人。因此,从人本化德育的本质入手,探讨新时期大学生人本化德育的构建模式,对提高大学生的思想政治、道德素质有着积极的现实意义。     

基于ARM与ZigBee的嵌入式无线传感器网络网关的设计

针对ZigBee无线传感器网络与传统Internet网络之间进行数据交换的需求,设计实现了一种嵌入式网关,采用S3C2440A ARM芯片与CC2431 ZigBee芯片作为核心,扩展多个功能模块构成硬件平台,软件方面移植Linux作为嵌入式操作系统,Lighttpd作为嵌入式Web服务器,Sqlite作为嵌入式数据库,通过CGI技术实现用户与嵌入式Web服务器之间的数据交互,网关节点中的S3C2440A芯片与Sink节点的CC2431芯片之间采用串口进行通信,具有无线传感器网络的数据管理、存储及远程查询的功能,从而实现了传统Internet协议网络与ZigBee协议无线网络之间的数据交换。     

2GHz～6GHz功率驱动模块研究

文章研究了工作频率为2GHz～6GHz的微波功率模块（MPM）中的功率驱动模块。分析了功率驱动模块的特性与基本分析方法,重点研究了驱动模块中均衡网络的分析与设计及功率放大器的偏置技术。针对微波功率模块中小型化行波管的离散特性,可以利用仿真软件的优化功能快速地对功率驱动模块进行辅助设计。基于此方法,设计了一个频率为2GHz～6GHz、最大输出功率达32．5dBm的功率驱动模块。     

基于顶点与主体区域同步检测的精准车牌定位

为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。     

基于多模态掩码Transformer网络的社会事件分类

多模态社会事件分类的关键是充分且准确地利用图像和文字2种模态的特征。然而,现有的大多数方法存在以下局限性：简单地将事件的图像特征和文本特征连接起来,不同模态之间存在不相关的上下文信息导致相互干扰。因此,仅仅考虑多模态数据模态间的关系是不够的,还要考虑模态之间不相关的上下文信息（即区域或单词）。为克服这些局限性,提出一种新颖的基于多模态掩码Transformer网络（MMTN）模型的社会事件分类方法。通过图-文编码网络来学习文本和图像的更好的表示。将获得的图像和文本表示输入多模态掩码Transformer网络来融合多模态信息,并通过计算多模态信息之间的相似性,对多模态信息的模态间的关系进行建模,掩盖模态之间的不相关上下文。在2个基准数据集上的大量实验表明：所提模型达到了最先进的性能。     

级间开缝间隙传感器动态测试方法研究

针对某型号分离面间隙传感器的测试要求,提出了一种间隙位移传感器的动态测试方案,设计了测量系统,通过激光测试法测量并记录级间开缝间隙传感器CI1-27在自由弹出状态下的输出响应。经应用,该方法操作便捷,数据可靠,为间隙传感器的动态测试提供了一种新的参考。