航空发动机电液伺服系统机载模型监控设计

为了监控航空发动机电液伺服系统中不易通过机内测试电路诊断的异常或故障,提出一种机载模型监控方法,采用AMESim工具进行系统的建模,之后对模型进行校准、实时化和线性化处理。在对监控算法进行了设计与仿真之后,用C代码编程实现了模型监控算法,并运行于发动机电子控制器中。对某发动机燃油计量装置的试验表明:机载模型监控可以有效监测系统中因元部件性能衰减、卡滞、零偏漂移等引起的异常或故障,并能补偿电液伺服阀的零偏漂移和容错运行,避免控制功能失效或过快降级。可为航空发动机及相关领域的电液伺服系统机载模型监控设计提供参考。     

空域网格化方法及其在空管中的应用研究

传统的空域理论方法面临交通密度快速增长、空域管制对象复杂多类异构等一系列问题,研究空域数字化建模,发展出新的空中交通四维时空框架,在此基础上开展全新的空域与空中交通流量协同管理是当前的迫切需要。本文聚焦包括平面格网模型以及空域空间格网模型的空域网格化方法的总结,并对空域网格化方法的空管应用研究进行综述,在此基础上,对空域网格化及数字化研究重点及发展趋势进行综合分析。本文研究能够为空域网格化及数字化理论与应用的可持续发展提供科学指引。     

相位自动跟踪检测系统

介绍一种适用于自动化的相位跟踪检测系统。该系统采用新的相位测量方法——平均相位角法,消除了过零触发电路中固有的直流电平带来的相位偏移引起的相位测量误差。同时,设计了新颖的用于自动测量的相对计数时间/频率转换电路,在激光干涉比长仪1m行程内实时检测相位变化,保证了激光干涉比长仪的测量精度,提高了自动化程度。     

香烟条包拉线图像检测的研究

研究香烟条包外包装所出现的无拉线或拉线错牙等异常现象的图像特征,设计检测算法,并开发相关软件系统。经过实例检验,系统可以有效地对香烟条包外包装出现的上述现象进行检测,能满足香烟生产企业在线检测的需要。具有自动化程度高、判决速度快、算法简单等优点。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

虚拟战场环境下基于层次包围盒的碰撞检测算法

文章针对Vega Prime自带的基于相交矢量的碰撞检测算法检测精度低的缺点,提出了基于层次包围盒的碰撞检测算法在Vega Pirme中的实现方法,并针对虚拟战场环境中各种武器仿真平台的特点,提出了不同类型包围盒的选择原则。     

多管理域合作检测DDoS攻击的一个方法

为有效地防御分布式拒绝服务 DDoS(Distributed Denial of Service) 的 攻击,提出了基于多域间入侵检测系统 IDSs(Intrusion Detection Systems) 合作的攻击检测模型.围绕重要网络资源,构建了以〈路由器,IDS〉对为基础的闭合的IDS 合作环,通过环上节点间信息共享和合作组内的警报关联分析,能够在DDoS攻击数据包汇聚成致命攻击流之前捕获攻击特征并采取相关措施.提出了合作环组织方式、共享信息交换方式、警报关联算法以及各节点系统逻辑结构.利用原型多域合作入侵检测 MDCI(Multiple Domains Cooperative Intrusion-detection)系统实施了DDoS攻击实验,针对实验数据分析可以看出,合作环模型有效地提高了IDS系统对DDoS攻击的预警速度.      

力同轴度自动检测技术研究

叙述力同轴度自动检测技术:基本假设、计算模型的建立及数据处理方法.根据计算模型设计了自动测量系统,用3支光栅式引伸计和数据转换器,能直接实时测量力同轴度和偏心方向,不仅具有很好的适用性,还具有一定的工程应用前景.     

基于边缘与颜色信息的车牌精确定位算法

针对现有车牌定位算法定位率不高和速度慢等问题,结合数学形态学,提出了一种基于车牌边缘检测与颜色信息的精确定位算法.首先对图像进行灰度化、平滑去噪及灰度拉伸等预处理,然后对图像进行垂直边缘检测和二值化处理;再采用线过滤算法滤去干扰边缘线信息,并利用车牌区域灰度变化次数多的特性定位出车牌上下边缘;对经过上下边缘定位后的车牌采用点密度过滤算法滤去零散点,接着采用数学形态学方法寻找连通域粗定位出车牌区域;最后对粗定位车牌在HSV空间进行颜色分割和倾斜矫正,从而精确定位出车牌.实验结果表明,该算法能够实现车牌的快速精确定位.