软件可靠性预计方法研究及实现

软件可靠性评估可以估计和预计软件可靠性水平.为了解决软件可靠性预计过程中存在的问题,提出了一种软件可靠性预计方法.该方法通过分析和改进模型的预计质量来选择模型进行预计,对模型预计质量的分析使用了U图、Y图和对数PLR图,再标定法和组合法被用于改进模型的预计质量.在该方法的基础上开发了软件可靠性分析工具,此工具可以进行多种软件可靠性模型的原始预计、预计质量分析和改进原始模型的预计质量.     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

确定无陀螺卫星姿态的二阶非线性滤波算法研究

应用基于二阶泰勒级数近似得到的非线性滤波技术，设计了利用星敏感器矢量观测信息确定无陀螺三轴稳定卫星姿态的二阶非线性滤波算法，结合矢量观测的特点，分别讨论了单矢量观测信息与多矢量观测信息的处理方法，并把QUEST算法作为矢量观测数据压缩技术有效地结合进姿态估计器中，使得多矢量观测情况下的滤波修正算法得到了简化，仿真测试结果证明，二阶非线性姿态估计器的滤波性能要优于的扩展卡尔曼滤波姿态估计算法。     

小卫星的自适应姿态控制

分析了小卫星的姿态动力学及运动学方程；利用姿态动力学方程为一动力学参数矢量的线性函数这一事实，考虑存在参数不确定性，提出了一种自适应控制方法；证明了这种方法可以保证控制系统全局渐近稳定。仿真结果验证了该方法的有效性。     

基于虚拟现实技术的无人直升机实时监控系统

引入虚拟现实技术,结合遥测数据的快速有效滤波和插补方法形成可视性和可靠性良好的无人直升机远程实时监控系统.有效地提高飞行状态显示形象性,动态性,遥测数据的可靠性和实时性.使离机驾驶员对无人直升机的控制更加直观有效,提高飞行任务成功率.      

捷联式天线平台的稳定性研究

将Rudin提出的红外成像捷联稳定模型用于天线平台的稳定,并应用不变性原理,采取匹配滤波方法,提高了稳定平台的解耦精度.具体仿真结果表明:在0.5 Hz~1.0 Hz频段解耦精度提高了35 dB.同时,在考虑传感器测量噪声的情况下,对天线平台的稳定误差进行了仿真分析,结果显示,传感器测量噪声对稳定误差有较大的影响,但通过滤波稳定误差可减小50%左右.      

歼击机供气调温通道的MATLAB仿真模型

详细介绍了某型歼击机环境控制系统中供气调温通道的内部结构和工作原理,建立了通道内各部件的数学模型.在此基础上,利用MATLAB的simulink工具箱进行二次开发,得到各部件的MATLAB仿真模块,进而得到整个供气调温通道的动态仿真模型.利用所建仿真模型,分析了供气调温通道各参数,如涡轮背压、脉宽调节器调节范围、电机参数等对系统动态特性的影响,通过对这些参数的调节,可以改善系统的动态响应特性.文中结论对供气调温通道的设计和优化具有一定的指导意义.      

嵌入式图形用户界面开发平台

针对基于单片机的智能仪器仪表类产品的需求和特点,提出了一种低端嵌入式图形用户界面(GUI)的开发平台. 平台由辅助开发工具集和图形程序库组成,其中后者采用了面向对象的应用编程框架的组织方式,是实现代码复用和嵌入式开发平台化的关键.应用编程框架提供了构造基于单片机的简单多窗口GUI系统所必需的宏观框架和结构元素. 其宏观框架采用了层次系统的组织结构和事件驱动的运行机制,其基本结构元素为GUI构件类. 针对单片机系统的特点,类库的组织避免了实现复杂的类继承机制,代之以平面化的接口继承机制. 平台已被成功应用于某智能仪表产品的GUI子系统的开发.      

金属泡沫材料力学行为的研究概述

对金属泡沫材料力学行为的研究文献进行了简要综述,重点介绍了最近几年该领域研究工作的进展,其中也包括国内学者在该领域的一些工作.这些工作主要讨论了金属泡沫材料的拉伸、压缩、能量吸收、动态冲击、失效准则、本构关系、蠕变、疲劳和断裂等力学性能.最后,给出了对该领域工作的一些展望.      

SMARC变形控制及神经网络建模

在复合材料层板中偏离中性层的位置铺设镍钛形状记忆合金丝,然后通电加热镍钛丝,使其在形状回复过程中产生巨大的回复力,从而使层板结构发生弯曲变形.由于形状记忆合金的非线性以及合成的智能材料结构的应力、应变分布和形状变化规律都非常复杂,尝试引入人工神经网络来建立以可控参量(电流强度)为输入变量、易测参量(稳态挠度)为输出变量的模型,所建模型的预测数据与实验数据之间符合得较好,相对误差小于9%.