实施GB/T13911—93《金属镀覆和化学处理表示方法》中的难点与处理

通过对GB/T13911—93《金属镀覆和化学处理表示方法》和GB1238—76《金属镀层及化学处理表示方法》异同点的对比分析,指出了GB/TI3911在实施过程中存在的主要问题,并介绍了3405 厂在实施该标准中对难点问题的解决办法。     

基于稀疏直方图的空间机械臂视觉目标跟踪方法

视觉系统作为空间机械臂的重要组成部分,一项重要功能就是在复杂空间环境下在规定周期内自主、可靠地完成对空间目标的跟踪,即在相机采集的图像序列中定位目标区域。文章面向空间机械臂视觉跟踪的应用需求,提出一种基于稀疏直方图的视觉目标跟踪方法,在目标区域内选取相互重叠的局部图像块,通过组合全部图像块的稀疏系数构造直方图以获取目标表示,采用基于簇比重信息的相似性度量方法计算目标模板与候选目标之间的距离,将此距离作为粒子滤波的观测模型以在图像中确定目标位置。标准测试集测试、室内环境和在轨环境试验的定性和定量分析结果均表明文中方法可以实现对相机视场范围内目标的准确和可靠跟踪。     

利用NURB作曲线和曲面的插值

给出了非均匀有理三次Ｂ－样条插值的方法，利用曲线（面）方程的矩阵表达式导出了反求顶点问题的方程组，使方程组的系数矩阵呈三对角型，易于求解。同时，分别推出几种情况下的端点（边界）条件。利用该结果可以使得曲线（面）易于调整，运算速度快，便于处理。     

对复模态矩阵摄动法的补充

针对已有的复模态摄动法不能唯一确定特征向量的所有摄动项这一缺陷，通过引进一个非常简单的范化条件，并采用常规的双正交条件，就很方便地导出了孤立特征值情形的复模态矩阵摄动公式。本文是对复模态矩阵摄动法的进一步补充和完善。     

PDM系统中权限管理方法的研究与应用

总结了PDM权限管理特点,重点讨论了PDM中权限的集合定义和用户权限判定的函数表示,在分析产品数据分类、企业用户组织模式和权限分类的基础上,提出了基于产品数据分类的权限管理模型,并给出了该模型的应用实例.该模型较好地协调了产品数据共享和保护两方面的需求,并且权限控制逻辑条理清楚,易于实现.     

基于稀疏表示的双基地MIMO雷达多目标定位及幅相误差估计

 基于稀疏表示理论,提出一种新的双基地多输入多输出(MIMO)雷达收发角度及幅相误差估计算法。利用接收数据,分别构造发射和接收协方差矩阵,并以列向量化后的发射和接收协方差矩阵为量测信号建立2个一维稀疏线性模型,构造模型求解的 L₂-L₁ 混合范数优化目标函数,通过交替迭代寻优获得目标角度估计和幅相误差估计,最后给出了本文算法的收敛性分析。与现有算法相比,该算法充分利用了目标发射和接收空域的稀疏特性,且能够通过对噪声功率的预估计来抑制噪声。仿真结果表明:在低信噪比(SNR)条件下,本文算法仍能够得到较好的估计精度,且对幅相误差具有一定的稳健性。     

基于压缩感知的整体叶盘多模态振动叶尖定时信号重构方法

叶尖定时测量技术是近年来发展的一种非接触式旋转叶片振动监测方法,具有非入侵性的优点,但是该系统测得的振动信号通常是欠采样的。为了能够重构叶尖定时欠采样信号,本文根据压缩感知理论以及叶尖定时采样原理引入了叶尖同步振动信号稀疏模型以及叶尖振动信号重构方法。对整体叶盘有限元模型进行瞬态分析得到叶尖振动信号,使用优化的正交匹配追踪算法以及基追踪对欠采样信号进行重构并和传统方法进行对比。计算结果表明：在信噪比为30dB的噪声环境下,限制频域的正交匹配追踪算法(OMP-RFD)可以准确地识别出叶尖振动信号的主要频率成分。最后使用试验所获得的叶尖振动信号进行重构,验证了OMP-RFD算法有效性。综上可知：压缩感知方法可以很好地应用于叶尖定时测量装置中,能够使用较少传感器识别叶尖同步振动欠采样信号参数,有效提高噪声环境下识别高阶频率的成功率以及准确度。     

舵机壳体类零件CAPP系统的开发

针对典型的舵机壳体类零件,在UGII平台上构造了一种交互式、智能化的计算机辅助工艺设计系统模型.采用面向对象的知识表示方法建立了相应的工艺知识库系统,将属性、规则封装于对象类中.此外还介绍了交互决策的流程以及工艺文件管理系统.     

基于机场属性网络表示学习的机场群同质化分析

现有机场群研究较少从航线网络分析角度进行机场节点之间的同质化分析,航线网络中机场节点的属性信息考虑不足.为了解决此问题,文中提出了一种基于机场属性网络表示学习的机场群同质化分析方法.首先,构建包含属性信息的机场群航线网络,如果机场之间有航班,则为机场之间添加一条边,并为每个机场节点添加航线区域属性信息.其次,分别进行机...     

基于稀疏表示和字典学习的地磁基准图构建方法

地磁匹配导航在导航制导领域具有重要作用，地磁基准图的构建精度决定了地磁匹配导航的有效性。针对现有地磁基准图构建精度难以满足实际应用需求的问题，提出了基于稀疏表示和字典学习的高精度地磁基准图构建方法。首先，利用矩谐分析(RHA)进行稀疏字典的初始化；其次，利用K-SVD算法对稀疏字典进行训练；最后，利用低分辨率和高分辨率基准图具有相同稀疏系数的特点重建高分辨率地磁基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，对训练所需的数据集有更低的需求，同时对噪声有更好的鲁棒性。与PSO-Kriging插值法相比，在4倍放大倍数下峰值信噪比(PSNR)由26.31 dB提高至26.73 dB，结构相似度(SSIM)由0.498提高至0.524，均方根误差(RMSE)由14.96 nT减小至13.78 nT。