磁悬浮飞轮位移传感器谐波扰动的主动抑制

针对磁悬浮飞轮转子位移传感器谐波噪声引起的多频扰动问题,提出了一种基于级联相移陷波器的全转速自适应控制方法。首先根据多频扰动特性,构造分级的自适应相移陷波器,每级陷波器对应一个陷波频率;然后,将陷波器级联,分别设置相角补偿矩阵解决闭环控制回路在全转速范围内的稳定性问题。最后,以五自由度磁悬浮飞轮为实验对象进行实验验证,实验结果表明,所提出算法能够在全转速范围内有效地抑制谐波扰动。     

自旋导弹飞行共振稳定性研究

弹体滚转时,结构不对称等因素会对导弹的角运动产生周期性的强迫干扰。针对自旋导弹飞行过程中的周期性干扰和非线性气动特性,建立了非线性弹体角运动模型。在此基础上,采用多尺度法对自旋导弹的受迫角运动方程进行了求解,得到了近似解析解并研究了其稳定性。研究表明,当弹体转动速率接近固有频率时,气动非线性项及干扰项都将影响弹体角运动的稳定性;分析结果显示,合理地设计气动外形可避免共振不稳定的发生,这对自旋类导弹的工程研制具有一定的指导性意义。     

车祸自动语音报警系统设计

随着我国家庭车辆保有量的持续增加,加上驾驶员的安全意识和路况等因素的影响,车祸发生的数据也在不断增大。在造成人员伤亡的事故中,多数是由于救援不及时延误了最佳救助机会,造成人员死亡或致残。该系统就是为了实现在车祸发生时,能够及时向救助部门发出语音及短信求救信号,并把车祸发生的时间地点信息等及时通知救助部门,增加救助系统的反应速度,降低车祸造成的人员死亡或致残率。     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

基于导航定位原理的火箭涡轮泵轴承故障诊断

为准确判断火箭发动机涡轮泵轴承在试验台上试验时发生故障的部位,同时避免通过轴承特征频率诊断轴承故障的方法所带来的不确定性,基于GPS卫星导航定位原理,利用时幅曲线的相位信息,提出一种新的轴承故障诊断方法:振源坐标定位法,即通过四个已知坐标的振动传感器测得同一振动波的时幅曲线相位差判定振源位置。将试验台上轴承和四个振动信号传感器安放在坐标已知的直角坐标系中,利用时幅曲线拐点分析法准确捕获振动信号到达四个传感器的时刻,再利用这四个时刻和已知坐标计算出振源位置坐标,最后根据振源位置坐标判断其是否为轴承故障及具体故障部位。通过仿真计算证明该方法理论上可行。     

基于DS18B20的智能温度控制器

基于DS18B20的智能温度控制器采用单总线数字温度传感器,硬件结构简单,测量精度高,抗干扰能力强,重点介绍DS18B20的特性和编程要点.     

E-10A及无人机等多平台雷达技术插入计划（MP-RTIP）追踪报导

美国空军启动“多平台雷达技术插入计划”阶段的有关信息 一位五角大楼的高级官员要求对美国空军的E-10A多传感器指挥和控制飞机（MC2A）计划的关键部件进行高级别评审，MC2A在其服役时能够完成的任务可能超出预定的范围。在2003年12月29日的备忘录中，美国国防部负责情报的副部长S．Cambone要求五角大楼采购主管官员M．Wynne在2004年1月30日前完成评审工作。     

基于AFSA 优化级联随机共振的轴承故障诊断方法

针对航空发动机转子系统中轴承故障诊断困难的问题,提出基于人工鱼群算法（AFSA）优化的级联随机共振轴承故障诊 断方法。建立1 个2 级级联随机共振系统对轴承微弱故障信号进行增强,以故障信号的输出信噪比为优化目标函数,采用AFSA 算 法同步优化双稳态随机共振系统的结构参数a 和b,采用优化后的级联随机共振系统分别处理仿真信号和试验信号,提取故障特 征频率验证算法的有效性。结果表明：所建立的故障诊断算法具有良好的滤波降噪特性,提取的滚动轴承故障特征频率与理论值的 误差小于0.1%。     

Multi-view space object recognition and pose estimation based on kernel regression

The application of high-performance imaging sensors in space-based space surveillance systems makes it possible to recognize space objects and estimate their poses using vision-based methods. In this paper, we proposed a kernel regression-based method for joint multi-view space object recognition and pose estimation. We built a new simulated satellite image dataset named BUAA-SID 1.5 to test our method using different image representations. We evaluated our method for recognition-only tasks, pose estimation-only tasks, and joint recognition and pose estimation tasks. Experimental results show that our method outperforms the state-of-the-arts in space object recognition, and can recognize space objects and estimate their poses effectively and robustly against noise and lighting conditions.