光纤通道技术在航电系统中的应用

根据航电系统对总线和网络的需求,介绍了光纤通道的特性,对光纤通道的典型的结构进行了分析,指出在综合航空电子系统中采用光纤通道作为系统互连网络是一种很好的选择。     

High resolution science with high redshift galaxies

We summarize the high-resolution science that has been done on high redshift galaxies with Adaptive Optics (AO) on the world’s largest ground-based facilities and with the Hubble Space Telescope (HST). These facilities complement each other. Ground-based AO provides better light gathering power and in principle better resolution than HST, giving it the edge in high spatial resolution imaging and high resolution spectroscopy. HST produces higher quality, more stable PSF’s over larger field-of-views in a much darker sky-background than ground-based AO, and yields deeper wide-field images and low-resolution spectra than the ground. Faint galaxies have steadily decreasing sizes at fainter fluxes and higher redshifts, reflecting the hierarchical formation of galaxies over cosmic time. HST has imaged this process in great structural detail to z  6, and ground-based AO and spectroscopy has provided measurements of their masses and other physical properties with cosmic time. Last, we review how the 6.5 m James Webb Space Telescope (JWST) will measure First Light, reionization, and galaxy assembly in the near–mid-IR after 2013.     

基于递归神经网络的控制力矩陀螺操纵律设计

利用递归神经网络对单框架控制力矩陀螺(SGCMG)系统操纵律进行动态求解,设计了一 种基于递归神经网络的SGCMG系统操纵律。通过选择适当参数可以使该网络渐近收敛到稳定 状态,从而使操纵律具有较小的操纵误差。该操纵律不用计算Jacobi矩阵的伪逆,因此避免 了Jacobi矩阵求逆所带来的一系列问题。对某SGCMG系统的仿真结果表明,上述操纵律是可 行的。     

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

数控加工运动的平滑处理

为了满足高速加工的要求,提出假设圆弧过渡法来处理两相邻运动矢量拐角处的速度,过渡小圆弧的半径能随加工精度的变化而自动地调整,通过限制加工小圆弧的最大速度来限制拐角处的速度,利用超前分析的方法,根据减速所需的最大距离提出了一种多程序段运动平滑算法,实现进给速度提前减速,从而防止刀具在拐角处发生过载,并有效地减少了工件形状在拐角处,或小半径圆弧的加工误差;用等效的梯形加减速方法实现了S型曲线加减速的分析,导出了S型曲线加减速实时精确的插补算法,从而克服了用查表法来近似计算速度的缺点。这些算法简单、有效,已在最新开发的高速铣床上得到应用。在高速加工时获得了高的加工精度。     

基于铸件热应力及变形的人工神经网络和遗传算法优化方法

将神经网络与遗传算法相结合,以有限元分析得到的样本集合作为教师样本,通过神经网络的训练建立设计参数与控制目标的非线性映射关系,并以此代替后续的有限元分析,获得遗传算法求解优化问题迭代中所需的目标函数近似值。以Al-4.5%Cu应力框为例,在分析铸件热应力及变形机理的基础上,对应力杆的高度、宽度和粗细杆截面比、浇注温度、界面换热系数和砂型的预热温度6个参数进行优化,从而有效地控制铸件内部的热应力及变形。优化结果表明:此方法在较少的有限元计算情况下即可获得较好的优化解,与初始设计相比,弯曲变形和热应力分别降低了58.5%和40.6%。     

基于全零点FIR前向滤波网络的超分辨成像方法研究

距离多普勒成像的距离分辨率和横向分辨率,分别取决于发射信号的有效带宽和目标相对于雷达在相干积累时间内的转角。采用的方法可以突破上述的限制,其方法是采用全零点FIR 前向滤波网络,在成像处理前进行线性预测滤波,仿真结果表明,这是一种改善距离多普勒成像雷达分辨率的有效方法。     

基于支撑矢量机的织物疵点识别方法

为了对种类繁多的织物疵点使用机器进行有效的检测和分类,提出了基于直方图统计和支撑矢量机的织物疵点识别算法。该算法运用直方图统计的方法,由概率统计生成直方波形,并将其作为支撑矢量机的输入参数,用于训练特征样本集,以获得支撑矢量。实验表明,该算法用于织物疵点检测是可行、有效的,可得到满意的识别结果。     

航空发动机神经网络自适应控制研究

本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。      

分布式对象技术在电信网管系统中的应用

随着电信网络的迅速发展,开放、高效、可扩展的电信网管系统成为当前电信网络管理的迫切需求.分布式网络管理成为电信网络管理的主要发展方向.分布式对象技术是对象技术在分布式领域的发展分支,对系统结构开放、分布式处理及软件复用提供了较好的支持.基于分布式对象技术设计的分布式电信网管系统适应当前网管需求,能够解决目前网络系统所面临的问题,具有较大应用价值.