硅谐振式压力微传感器闭环系统

硅谐振压力微传感器在自激振荡回路中采取电阻热激励、电阻拾振时得到的信号,由于有用信号本身的量级小,因而含有严重的同频干扰信号(耦合激励信号),信噪比SNR (Signal Noise Ratio)仅为10^-3数量级.为了提高信噪比,滤除同频干扰,多级放大之后的处理中将锁相环PLL(Phase-Locked Loop)工作原理和分频技术相结合,由锁相环输出作为传感器的激励和鉴相相关信号,搭建硅谐振压力微传感器闭环自激振荡回路.结果表明:采用锁相分频技术的微传感器闭环系统能可靠运行,信噪比低的问题得到了很好解决.     

直线参数检测的快速哈夫变换

在直线参数检测的哈夫变换中,基于两点确定一条直线的几何原理,可以消除图像点与参数点对应关系中的不确定性,利用这个原理可缩小每个非零图像点对应的参数空间,减小每个非零图像点的计算量.同时将整幅图像分成小块表决,能大幅度减少哈夫变换的总计算量,而参数检测的精度保持不变.      

双谐振器敏感结构谐振式传感器

提出一种采用双谐振器敏感结构的谐振式传感器,传感器的敏感元件包括两个结构参数一致的谐振器,传感器的闭环控制系统由两个幅度控制器和一个反相器组成.分析了这样两个谐振器串联的频率特性,指出在谐振器固有频率点上,两个谐振器串联的相移是180°.给出了双谐振器敏感结构谐振式传感器闭环系统的实现方法,同时分析了当两个谐振器的结构参数不一致时,两个谐振器串联的频率特性.分析结果表明,两个结构参数相差不大的谐振器串联仍然可以构成自激闭环.双谐振器敏感结构谐振式传感器的闭环控制系统中去掉了移相环节,避免了由移相环节产生的相位漂移所引入的测量误差,并有效地提高了传感器的Q值.      

用整数小波变换进行无失真SAR图像压缩

介绍了利用提升方案(lifting scheme)构造小波变换的3个主要优点,给出了几个整数到整数可逆小波变换对,讨论了SAR图像的特点,提出了一种利用整数到整数小波变换进行无失真SAR图像压缩的方法.该方法具有速度快、可进行同址运算和能进行分级传输等特点.比较了对ERS-1单视SAR图像和IEEE标准测试图的压缩结果,表明性能要略优于DPCM(Differential Pulse Code Modulation)方法,且只须对单视SAR图像作一级小波分解,分解级数增加会使压缩效果变差.     

高性能相位稳定电缆组件的发展概况

简单介绍了高性能相位稳定电缆组件的应用和国内外的发展概况.     

H型球粒陨石TL灵敏度与冲击相和钾含量的研究

测定了坠落在我国武安、枣阳、信阳等地的10个H型球粒陨石的热释光(TL)灵敏度、自然热释光峰温和峰半高宽温度,同时对它们的K含量进行了测定.将测得的H型球粒陨石的TL灵敏度与它们的钾含量和所属冲击相进行比较.结果表明,H型球粒陨石的TL灵敏度与其钾含量和冲击相之间存在着规律性的关系.      

开环FOG中PZT调制器的在线研究

从理论上分析了PZT(压电型)光纤相位调制器在开环FOG(光纤陀螺)中的应用特点,研究了它的调制系数和调制相位延迟变化对开环FOG性能的影响;并设计了两种独立的在线测试方法对它们进行了温度特性研究,利用所得数据,用最小二乘多项式拟合的方法分别得到了它们的温度模型.研究表明,在实验温度范围内,开环FOG的相位调制系数K_GP随温度呈线性变化,而调制相位延迟α随温度呈二次的变化.      

基于DEA的研制阶段装备保障方案评价模型

针对目前研制阶段装备保障方案评价在角度和方法上的不足,提出基于数据包络分析(DEA,Data Envelopment Analysis)的评价模型.分析提炼保障系统的整体特性,建立保障系统的特性评价参数,构建基于数据包络分析的评价模型,通过计算保障方案的相对效率指数进行保障方案的评价,采用基于劣势前沿面的数据包络分析评价模型对多个有效保障方案进行二次评价,实现了保障方案的排序.结合研制阶段某型号军用飞机保障方案给出评价示例,从而验证了该模型的可行性和有效性,可为国防工业部门在研制阶段保障方案的评价上提供有效的决策支持.     

电传飞机低阶等效系统频域辨识新方法

针对带有复杂电传飞控系统飞机的飞行品质评估难题,提出了采用Chirp-Z方法将时域信号变换至频域,并在此基础上利用频域方程误差法（Equation error method,EEM）和输出误差法（Output error method,OEM）相结合辨识电传飞机低阶等效系统（Low order equivalent system,LOES）参数的新方法,并以低阶等效系统辨识的标准算例（F-14飞机经典算例）进行验算。结果表明本文所提出的低阶等效系统辨识新方法正确、辨识精度高,可以应用于工程实践。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准 确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机 (Support vector machine,SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析（Kernel pri ncipal component analysis,KPCA）降低特征值维数,实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证, 获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性。