热固性注射模具设计

介绍了一种热固性注射模具的模具结构，模具设计所必须具备的工艺参数，为热固性注射模具设计提供参考。     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

模态分析与结构动力优化

现代工程结构往往承受地震、风、波浪等各种载荷,其减振设计是十分复杂的问题,需要将模态分析、有限元分析与减振技术、优化设计等技术结合起来,本文对这些问题进行了评述与讨论,并提出了一些方法。     

一种有效的锯齿波调频信号识别方法

分析了锯齿波调频信号相位差分序列的特征,在此基础上给出了锯齿波调频信号的识别和参数估计方法,并采用多重相位差分改善了算法对低信噪比环境的适应能力.仿真给出了不同信噪比下对锯齿波调频的识别率.     

用于脉冲多普勒雷达EMI检测和角度测量的杂波滤波和处理技术

脉冲多普勒雷达发射一组脉冲重复频率（ＰＲＦ）恒定且相位相参的射频脉冲，叫做相干驻留间隔或ＣＤＩ。由此产生的雷达回波脉冲在雷达接收机／处理机的多普勒滤波器组中被当作一个整体并进行相参积累，以便为在杂波环境中检测小目标提供必要的相参处理增益和速度鉴别能力，相对较长的ＣＤＩ和最小天线扫描速率约束常常使目标照射限制在每个波束驻留时间的几个ＣＤＩ上，由于每个ＣＤＩ回波的功率可能因ＣＤＩ之间射频频率分集（为减     

电机控制系统PID参数的遗传算法优化

近年来，遗传算法的研究十分引人注目，作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用，鲁棒性强，在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化，以提高控制系统的性能指标。     

8mm辐射计特性参数测试及定标

文中简介了小口径天线毫米波辐射计定标系统的设计原理、结构、输出亮温的计算模型 ,研究了从液氮温度到室温范围内进行多点定标的方法 ,并对 8mm辐射计进行了特性参数测试及定标实验 ,得出了微波辐射计的定标方程和灵敏度、线性度、稳定度以及积分时间等指标。在该系统上按给定的程序进行定标 ,精度为 1 .0 6K。     

神经网络在雷达辐射源识别中的应用研究

由于现代战争中雷达信号环境日趋复杂 ,新体制和复杂体制雷达大量涌现 ,现有的雷达信号识别方法不能适应未来电子战环境 ,研究新的高效的雷达识别方法 ,已成为当前比较迫切的课题。研究了雷达辐射源识别的神经网络方法 ,分析了它的可行性及其优点 ,给出了用B -P网络来实现雷达辐射源识别的方法 ,并与ESTRR方法进行了比较。     

异步电动机的最小能量运行点

在异步电动机的一般数学模型基础之上，提出了本文使用的数学模型。和一般数学模型相比，此模型对异步电动机转子电阻的变化较不敏感。借助异步电动机的期望电磁转矩，推导出了参数化的状态运行点(定子电流和磁链在稳定状态下的值)一最小能量运行点，得到异步电动机的最小能量运行条件。     

基于FM-AM转换的伪码调相-载波调频复合引信信号的脉内特征提取研究

伪码调相和载波调频复合信号因具有好的距离、速度分辨率和测速测距精度,所以广泛应用在雷达和引信中。在电子对抗中为了实施欺骗性干扰,必须有效地提取复合信号的参数特征,为此本文研究了FM-AM转换时频分析的理论及其实现方法,并利用该方法对伪码调相-载波调频复合信号进行了脉内特征分析。具体包括伪码调相正弦载波信号、伪码调相复合正弦调频信号及伪码调相复合线性调频信号。仿真结果表明,在信噪比为5dB时,利用FM-AM转换时频分析技术,不但可以提取载波调频的特征信息,而且能够有效提取伪码的特征信息。