基于声音信号的冷挤压内螺纹加工状态研究

基于声音信号对冷挤压内螺纹加工状态进行研究,为内螺纹冷挤压成形过程在线监测提供依据。试验分析结果表明:冷挤压内螺纹加工状态不同,成形过程中机床声音信号变化较为剧烈;丝锥处于均匀磨损状态时,机床声音信号频率主要分布在300~1000Hz之间,且主频分布稳定;丝锥处于严重磨损状态时,机床声音信号能量及主频分布变化均较为明显。成形过程机床声音信号能量在初始阶段有一个下降过程,并随之趋向平稳;但随着丝锥磨损量的进一步增大,机床声音信号能量呈现逐渐上升趋势;且随着丝锥磨损的加剧,机床声音信号中高频部分能量占总能量的比例将越来越高。     

一种动态电源供电系统的设计实现方法

为将动态电压调整技术应用于设计中进行功耗优化,阐述了动态电源调整技术、电压识别技术、PMBus总线等基础知识,提出了一种动态电源供电系统的设计方案。采用UCD9222控制器和UCD7242驱动器的设计实例,介绍了动态电源供电系统的配置管理和实现方法,实现了对处理器内核供电电压的动态供电,具有通用性和易用性等优点,可以有效降低系统功耗,满足动态电源供电的设计需求。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

航空发动机润滑系统通用分析软件开发

发展了一种全新的航空发动机润滑系统通用分析软件.采用流动换热的网络算法, 将发动机润滑系统分解成由相应的典型元件和节点组成的网络, 用有限的元件和流动介质类型就可描述通用的发动机润滑系统.元件分为简单元件和组合元件, 并和润滑系统结构一一对应, 方便了元件的初始化.软件前台采用图形建模方式生成计算网络, 后台采用了网络自动识别技术, 方便了复杂网络的建立.可视化界面及支撑数据库, 提高了软件的易用性.      

一种基于PXI总线复合视频信号转接卡

介绍了基于PXI总线、多路视频信号转接卡PXI接口电路、转接功能和软件驱动的设计,实现了利用AD8111转接芯片完成了将单路信号转接到所需的通道上进行测试的目的。     

一种数字调制方式自动识别算法

介绍了利用6个特征参数对7种数字调制方式进行调制方式的自动识别模型算法及仿真结果,表明所提出的自动识别算法能够很好的识别出各种数字调制信号,同时具备算法简单、速度快和准确率高的优点。     

合成孔径雷达系统建模、仿真与信号处理初探

作为雷达技术发展历史中的里程碑,合成孔径雷达(SAR)通过使用空中合成天线阵列技术及先进的目标回波信号处理技术能够提供清晰的地球表面图像。由于它的这一突出特点,SAR已经成为许多飞行器的重要任务载荷并被广泛应用于军事及民用领域。从航空电子系统总体需求角度出发,为了深刻理解SAR系统的工作原理并得到更好的SAR图像产品,有必要对系统数学模型的建立、SAR回波信号的仿真以及信号处理算法进行深入的研究。本文试图从这三方面讨论SAR系统设计中的关键问题。     

机载高分辨视频信号采集与压缩技术

机载数字视频记录设备(DVR)在短短的几年里就大量地替代了机载航空电子系统中的磁带式视音频记录设备(VTR),有力地推进了机载记录信息的灵活应用,而且给信息的存储、分发带来了前所未有的高效率。分辨率为1024×768像素分辨率的大屏幕显示终端的广泛应用,对数字视频记录提出了有别于普通电视信号采集记录的要求。1024×768像素分辨率视频信号高速采集和压缩技术是实现数字化视音频记录的核心技术。本文概述了对1024×768(XGA)信号进行采集的惯用方法以及存在的问题,提出了直接对XGA信号进行高速采集和压缩的设计方法。     

基于椭圆路径的光学镜面超精密研磨技术研究

利用基于椭圆成形方法建立的二次回转曲面加工误差模型,并用最小二乘方法建立了二次回转曲面铣磨误差辨识模型。考虑到各项误差对面形误差影响的相似性,分析了合并、分开辨识相似误差所引入的误差,以此得到处理相似误差的策略。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。