应用数字图象处理技术研究涡流场

本文描述的实验采用干冰为示踪粒子，对脱体涡系作了流动显示，并对摄取的图片进行了数字图象处理。结果清楚地提示了涡的三层结构。在主涡的诱导下，出现二次涡，而二次涡会影响脱体涡的速度分布。实验还得到了脱体涡流场的灰度分布图，并将得出的涡核直径与ＬＤＶ得到的结果进行了对比。实验结果还证明来流迎角、侧滑角及前缘后掠角会影响涡核的位置和强度。当机翼前缘后掠角增加时，脱体涡向不稳定方向发展。     

基于电子数据存储技术的微机化遥测处理系统

通过对某一高码速率光纤遥测系统中数据格式、码速率、数据容量、数据存储宽度、数据存储速率等特点的研究，提出了一种基于大容量电子数据存储器的微机化遥测处理系统，对存储的大容量数据阵列中的帧码识别、分路控制方法进行了讨论，并对受干扰数据处理时帧同步码检测的检测门限和同步对策参数进行了分析，最后给出了整个微机化的大容量遥测数据处理系统的软硬件设计方法，通过在６．５ＭｂｐｓＰＣＭ系统下的运行实验表明，整个方     

非平稳信号的双重中值容错平滑算法

平滑是消除或削弱测量数据随机误差时常用的数据处理手段。文章建立了一组新的非平稳数据序列容错平滑算法，其采用两阶段两次滑动中值与滑动均值平滑组合，实现了数据简化与平滑的统一。理论分析和仿真计算结果证实，算法可有效避免斑点型异常数据的不利影响，有效削弱随机误差的影响，改进数据处理精度和数据处理结果可靠性。     

飞机液压能源管路系统的振动特性分析

论述了液压能源管路网络系统的建模，着重建立了液体输管路及有关元件的传递矩阵，并给出了如何用特性阻抗法对系统进行求解，最后对飞机液压能源管路系统的动态特性进行了仿真，并指出了一些重要的影响因素。     

自适应DBF与空间谱估计

讨论了自适应数字波束形成(DBF)技术和超分辨空间谱估计技术,并提出了一种基于信号协方差矩阵特征分解的时-空二维信号高分辨谱估计算法。以上技术应用于相控阵雷达系统,可以精确获得多个运动目标的方位信息和多普勒信息。文章最后给出了计算机模拟结果。     

多传感器信息融合技术

多传感器信息融合是Ｃ＾３Ｉ系统和电子综合战系统中的关键技术，本文从信息融合分类出发，讨论了单传感器的信息融合决策理论和技术以及多传感器信息融合原理，提出了多传感器信息融合专家系统，着重讨论贝叶斯法用于二元检测的分布式多传感器信息融合的检测方式。     

基于T-S模糊模型的模糊大系统的混合滤波

针对非线性大系统内部过程参数的检测估计,采用连续模糊大系统模型,利用lyapunov定理和分布式处理方法,给出了模糊大系统的H2/H∞混合滤波器设计方法。该方法在保证滤波误差系统全局稳定的同时,具备了H2/H∞性能。通过求解线性矩阵不等式,可以得到滤波器参数。最后,用一个数值例子验证了该方法的正确性和有效性。     

基于STM32的视频流图像更新方法的研究

对基于STM32系统低速(工作主频72MHz)视频流处理显示更新方案的研究。结合图像处理基本理论,分析传统的显示方法的不足,并提出一种新的视频流图像更新的方法,通过一定的实验数据和理论结果,验证该方法可行性。     

A shortcut to marking 3D target curves on curved surface via a galvanometric laser scanner

Marking arbitrary three-dimensional(3D) target curves on given objects with curved surface is required in many industrial fields, such as fabric prepreg placement in composite material part fabrication, product assembly, surface painting for decoration, etc. A shortcut to the solution of this intractable problem is proposed by utilizing a galvanometric laser scanner(GLS) with the aid of a camera. Without using the existing tedious GLS calibration procedures,the proposed method directly establishes a mapping between the 3D coordinates of the laser spots on the object surface and the control voltages of the scanner. A single-hidden layer feedforward neural network(SLFN) is employed to model the mapping. By projecting a dense grid of laser spots on the object to be marked and simultaneously taking only one image, the SLFN model is trained in minutes via a linear solving mechanism. Experiments demonstrate that the trained SLFN model has a good generalization performance for marking 3D target curves. The 3D laser marking errors on experimental objects are less than 0.5 mm. The proposed method is especially suitable for on-site use and can be conveniently extended to multiple GLSs for marking large complex objects.