光固化快速成型的轻质AGARD-B模型气动特性实验研究

传统金属制风洞模型质量大,设计加工周期长、成本高,为此笔者提出了采用一种光固化快速成型技术,设计加工轻质风洞模型的方法,并对比分析了引起光固化快速成型的轻质和金属AGARD-B模型气动特性间差异的原因.结果表明,在跨声速范围,轻质模型同金属模型的气动特性基本吻合,光固化快速成型技术的高速风洞模型设计方法基本可行.     

有时间窗的多式联运问题分析与建模

限时性的快速货物运输已成为货运发展的趋势之一,多式联运则是此类限时快速运输较佳的运输组织形式.对有时间窗多式联运的内涵具体描述的基础上, 提出了有时间窗多式联运问题的双层优化模型,上层为货物时间窗求解模型,下层为路径优化模型.设计了求解路径优化模型的蚁环算法,并进行了实证分析,结果表明,用该算法求解有时间窗的多式联运问题可以方便有效地求得满意解.     

高动态GPS信号粗捕和精捕算法仿真实现

为了解决高动态下对GPS信号快速捕获的问题,提出了改进的部分匹配滤波(PMF)和快速傅里叶变换(FFT)相结合的粗捕方法,对其原理和结构进行了分析,并针对其引起的扇贝损失和捕获性能不高的问题,对传统PMF+FFT方法进行加窗处理;考虑到高动态下基于扩展卡尔曼跟踪的方法对捕获后参数的精度要求很高,因此在粗捕的基础上提出了基于线性调频Z变换(CZT)算法的精捕方法,并在GPS信号理论模型和模拟高动态轨迹的基础上,实现了高动态GPS数字中频信号的生成,为进一步加快捕获速度,对于冷启动时提出了一种组合码相关的卫星快速盲搜方法;最后通过MATLAB进行系统仿真实验,验证了所提出的高动态GPS信号粗捕和精捕算法能在加速度为100 g的高动态环境下有约10 Hz的捕获精度。     

金属零件的一种快速成型制造方法

金属零件的快速制造是快速成型技术的最终目标之一,也是当今快速成型领域的一大研究热点。本文在介绍快速成型技术的一个重要分支－选区激光烧结的基础上,提出了一种基于小功率激光快速成型系统的金属零件成型工艺。这种方法首先烧结金属与有机粘结剂的混合粉末,生成“绿件”,而后除粘、熔渗金属,最终得到致密的金属件。最后,文中给出了加工实例,并对这种工艺的影响因素进行了详细的分析与讨论。     

飞行品质监控与飞行安全

讨论了利用QAR进行飞行品质监控 ,减少人为差错 ,从而保障飞行安全的意义。     

快速可重构信息系统的框架研究(英文)

变化和重构是快速可重构信息系统 (RRIS)的两个核心概念 ,RRIS对变化的适应或演化能力使它优于传统信息系统。本文首先提出 RRIS的体系结构 ,然后以 RRIS框架为重点 ,讨论框架的定义、分类及设计 ,研究框架的构成、构成元素 (业务构件 )的设计及构件如何在构架的组织下协调地安插在 CORBA的软总线上 ,实现类似硬件IC的即插即用。构件在框架上即插即用的灵活机制及热点构件 (反映变化 )的灵活运用 ,提高了框架的可扩展性、可定制性 ,从而提高了 RRIS适应变化的可重构性。     

与电网电压同步的基准正弦电路设计与实现

提出并分析研究了一种全数字化技术的、与电网电压同步的基准正弦电路，给出了关键电路参数设计准则。试验结果与理论分析一致。该基准电路具有输出正弦电压与电网电压同步、THD小、幅值可调但不受电网电压波动的影响、简单实用、价格低廉等优点，在高频交流环节AC／AC变换系统、不间断电源系统UPS中具有重要应用价值。     

一种宽频带模态识别算法的快速实现

多参考点最小二乘复频域法(p-LSCF)是近几年来提出的宽频带模态参数识别算法,该方法在抗干扰能力、识别密集模态以及处理大阻尼复杂结构方面具有非常好的特性。为了提高模态参数的识别速度,采用FFT运算实现了该识别方法的快速计算。最后通过仿真算例与实测算例进行验证。结果表明:在不损失精度的情况下,能够提高参数识别速度。     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。