计算机并行接口在计量测试中的应用

介绍了计算机并行接口的数据口、控制口、状态口寄存器的功能。充分利用其自动保持高电平和低电平的内部锁存器,并以计量检测中的应用为例,阐述了TC2.0、VC++、VB下的编程方法。     

单激励直线行波超声马达定子振动特性研究

利用弹性动力学理论对半无限长弹性细长梁进行了分析,得出在弹性细长梁上激励出大振幅弯曲行波振动的条件,对以此为基础研制的直线超声行波马达的定子进行了振动特性分析,着重分析了行波反射对定子振动状态的影响,认为一般情况下定子上的振动是含有驻波场的行波,并对不同反射系数条件下的定子振动波形进行仿真,最后通过实验研究了驻波场对超声马达驱动特性的影响.      

应用最大熵谱估计检测微弱信号

频谱分析是数字信号处理的主要内容之一 ,近年来 ,由于最大熵算法的一些优点 ,使它成为现代谱估计中一个比较活跃的领域。最大熵算法是 196 7年由Burg提出来的一种现代谱估计方法。提出了应用最大熵谱估计及LMS自适应算法 ,根据有限数据 ,在频域内提取被淹没在噪声中的有用信号的方法及应用MATLAB语言进行的仿真。     

微波暗室回波损耗的检测

微波暗室的回波损耗是衡量微波暗室吸收特性的一个重要指标,因此对微波暗室的回波损耗的检测是检验微波暗室性能优劣的一个重要方面.首次给出了利用微波标量网络分析仪测量微波暗室回波损耗的测量方案与理论依据,其测量方法简单、实用、思路清晰,不失为解决微波暗室性能评估难题的一种好方法.     

基于全线程树数据结构的笛卡尔网格高效生成技术

笛卡尔网格方法具有易于自适应、自动化程度高、网格质量好等优势。由于其非贴体特性,在处理复杂构型或者复杂流动问题时候往往存在网格量过大的问题,不容忽视。笛卡尔网格生成的效率直接影响了整个计算周期的长短,有必要发展高效的生成技术。对于笛卡尔网格而言,决定网格生成效率的关键在于网格数据结构,其直接影响计算量和存储量。针对三维构型进行笛卡尔网格生成,发展了邻居查询更快捷、内存利用率更高的全线程树数据结构,并在本文的方法框架下进行了适应性应用和改进。同时,为了高效地判断网格单元类型,构建了物面单元的快速检索方式,并引入了染色方法,进一步提高网格生成效率。还提出了一种鲁棒的奇异性检测算法,保证网格单元类型判断的鲁棒性。在流场解自适应方面,采用的是速度散度和旋度相结合的三维判据,以保证对于多种流动特征的捕捉能力。通过圆球、导弹、翼身组合体、机翼-副翼等算例进行了考核验证,经对比,网格自适应位置与理论解吻合较好,且网格单元生成耗时短、平均耗时受物面网格分布影响小,证明了方法的可靠和高效性。     

临近空间高超声速多目标检测前跟踪算法

针对临近空间不同径向距离高超声速目标难以同时被有效检测的问题,提出一种通过峰值聚优改进Hough变换积累结果的检测前跟踪(TBD)算法。采用径向距离-时间坐标描述数据,减少量测误差影响,规格化坐标使2个维度处于同一量级。进行Hough变换,分割参数单元进行点数积累和能量积累,采用标签矩阵记录每个量测点曲线经过的参数单元,遍历所有量测点将每个量测点只存于其所能构成能量积累值最大的参数单元,得到新的点数积累和能量积累结果。只对点数积累空间设置门限提取目标航迹,进行航迹约束和合并,输出最终航迹。仿真结果显示,算法将3个目标全部检测出的概率可达到90%,具有较好的多目标检测性能。     

基于改进FaceNet的飞行器结构裂纹识别方法

基于计算机视觉的裂纹自动识别算法在飞机全尺寸疲劳试验中具有较好的工程应用前景。但由于飞机结构构型多样、疲劳试验环境复杂,直接应用现有的目标检测算法会存在较高的误判率。因此,提出一种基于关键部位状态对比的裂纹识别方法,以人脸识别模型FaceNet为基础,利用对比机制消除结构表面纹理、划痕等干扰因素的影响,并通过对裂纹数据结构和特征分布规律的分析,对FaceNet模型的样本生成规则、网络架构和损失函数进行了适应性改进。该方法具有对裂纹敏感、对图像质量要求低的特点。在疲劳试验环境中,该方法对长度为0.2～5 mm裂纹的检测准确率为97.6%,相较于现有方法优势明显。     

公开SAR图像目标数据集及其在深度学习中的应用综述

由于合成孔径雷达(SAR)图像可读性较差,所以对其进行目标检测与识别处理的难度也较大.近年来,随着深度学习(DL)方法的不断发展,许多学者将其引入SAR图像目标检测与识别研究中.该类方法以数据为驱动.其中,监督学习方法更以已标注的数据为基础.但是,SAR图像目标的标注通常是昂贵且耗时的.鉴于此,本文对已公开的SAR图像...     

基于增量式孤立森林的液体火箭发动机异常检测方法

为解决液体火箭发动机故障标签缺失条件下流数据无监督检测问题,以及满足不同发动机台次和不同工况的自适应检测需求,基于增量学习思想,提出了基于增量式孤立森林的异常检测算法。设计了多工况流数据检测条件下的在线更新策略、异常分数表达式,并通过更新停止策略避免故障数据对模型的污染。利用多台次试车数据对该模型进行验证,并与传统方法进行比较,结果表明,该算法能够对样本异常程度进行量化评价,能够有效检测早期缓变故障,其F₁指标较原始孤立森林算法提高了43%,检测及时性优于红线算法和自适应阈值算法。     

基于SINS辅助的GPS完善性监测方法

以车比雪夫大数定律为基础,研究基于捷联惯导系统(SINS)的全球卫星定位系统(GPS)完善性监测方法.采用一个卡尔曼滤波器滤波,对卫星伪距故障幅值进行估计并判断哪颗卫星出现故障.最后给出了卫星出现阶跃故障的仿真实例.仿真结果表明,该方法能够及时准确地检测出GPS信号故障,计算量较低,适合于工程上应用.