基于通用微机的雷达终端系统设计

雷达终端是雷达系统的核心组成部分,有必要采用当前先进的软硬件技术来设计.考虑到雷达终端发展现状,着重分析了雷达的功能要求和系统中的信息流,构建了基于通用微机的模块化、软件化的雷达终端系统,并详细讨论了系统的结构及硬件和软件的设计.系统由通用微机和雷达信号处理板sD754lA来实现,在运行过程中稳定可靠,满足雷达信号数据实时处理和显示的需求.     

微波着陆地面设备维护计算机软件系统研究

维护计算机是微波着陆系统（MIS）地面设备的重要附属设备。针对微波着陆系统地面设备维护计算机的具体需求,详细分析了微波着陆系统地面设备维护计算机与相关台站的信息交互关系,介绍了维护计算机软件模块组成、通信协议、实现流程及实现的主要关键技术。该软件已成功运行于某微波着陆系统中。     

单片机的多机控制在装置艺术中的应用

介绍单片机的多机通信技术在控制步进电机中的应用.该系统以AT89C51单片机作为主机、以ATB9C2051单片机作为从机组成主从网络控制器.实现多台步进电机的起停、转向、调速、位置变化的控制.     

基于故障传递特性的位置不可访问故障注入方法

为解决位置不可访问故障的有效注入问题,在深入分析影响故障注入有效性主要因素的基础上,建立了基于贝叶斯信度传播算法的故障-状态、故障-故障之间传递特性分析模型,并以故障传递特性为依据,研究建立了包含故障传递特性的故障模型,提出了基于该故障模型的位置不可访问故障注入方法.研究表明基于故障传递特性的故障注入方法能在保证较高的...     

航空机电系统测试性建模与分析新方法

针对航空机电系统测试性设计(DFT)需求,提出基于面向对象的贝叶斯网络(OOBN)与状态-测试关联灵敏度指标的系统测试性建模与分析的新方法。该建模方法能清晰地刻画系统故障与测试间的关联程度,反映复杂系统的层次结构关系。基于信息论的交叉熵原理提出状态-测试关联灵敏度指标,并给出计算方法。该指标反映复杂机电系统测试中的不确定性影响,克服了基于香农熵的测点评判分析方法的缺点,结合测试性建模获得的模型信息进行推理计算,可用于测试性的定量分析。运用该综合分析方法对飞机燃油系统进行测试性建模与分析,结果表明所提出的方法与指标在航空机电系统DFT中具有实用性。     

飞行器智能柔性工装无线控制系统

用于飞行器大型薄壁件加工的智能柔性工装系统由数十个甚至上百个定位/支撑单元构成,每一单元又是复杂的机、电、液、气一体化系统,需在运动中与外界实时通信获取上位机指令同时反馈内部状态信息。对于这种由众多运动子系统构成的复杂大系统的网络化控制需求,若采用传统的有线控制方案不仅成本高而且难以实现,而本文提出的无线通信与有线网络相结合的网络化分布式递阶控制系统却为解决这一难题提供了新的途径。重点介绍了该系统的总体结构和无线主控子系统、网络化协调控制子系统、分布式执行控制子系统等核心环节的硬件电路和软件实现技术,并给出了相关问题的解决方案。实验结果表明,该系统具有较高的稳定性、可靠性和鲁棒性,有效解决了大规模运动通信和分布式控制问题,可很好满足项目的总体要求。     

通信和测量受限条件下异构多UAV分布式协同目标跟踪方法

研究了通信和测量受限的异构多无人机(UAV)网络化分布式协同目标观测与跟踪问题.该分布式UAV系统采用长机一僚机异构型网络结构,以实现在电子静默和战术隐身条件下扩大探测和打击纵深.提出改进的一致性信息滤波(ICF)算法,实现通信和测量范围内各UAV节点的分布式信息融合.由于一致性算法的收敛性与网络拓扑结构的连通性密切相...     

基于PH曲线的数控拐角过渡方法

 为了减弱轨迹拐角处的向心加速度变化给加工带来的不利影响,使用五次PH曲线进行拐角过渡,在控制加工速度的同时对向心加速度进行控制。通过对拐角处连接情况的分析,确定了连接PH曲线中的参数计算方法。在拐角前后使用S加减速进行加工,以保证直线、圆弧轨迹加工中的平稳;在拐角连接区域内使用基于曲率的速度模型,通过对拐角前后S加减速和拐角速度的连接,使拐角前后的速度更加连续,得到平滑的速度曲线;通过拐角处的加速度和弓高误差的限制,计算平稳的加工速度。结果表明,使用五次PH曲线进行拐角过渡的误差小于7.4 μm,能够满足加工需要,同时,拐角处的向心加速度变化更加平稳。将拐角前后的S加减速和拐角区域内速度连接后,得到了平滑的速度曲线。     

多维力传感器各维间相互干扰的消除

将计算机模式识别方法用于解决载荷作用点不定条件下多维力传感器各维间相互干扰的消除问题,提出了在偏载条件下特征提取方法以及相应的模式预处理和分类判别方法,并给出了一个应用实例。     

纠错码与神经网络

从两个方面推广了Bruck和Blaum的工作。一方面,证明了在软判决译码的情况下,线性分组码的最大似然译码等价于一个神经网络收敛于它能量函数的全局极大状态。另一方面,对GF(p)上的线性分组码,构造了一个联想记忆神经网络,使得每一个线性分组码的码字都对应于神经网络的一个全局稳定状态。