液压表级联式综合检定装置的设计

设计了基于级联式检定模型的液压表综合检定装置,详细论述了装置检定过程整体控制方案和工作原理,包括气驱液压力高效精确生成与控制、精密气驱液造压执行部件的技术设计,以及自动检定软件架构的设计.经实验测试,装置压力产生速度快、控制精度高、稳定性好,可同时实现对多种多类液压仪表的快速自动检定,可作为0.05级计量器具使用,且计...     

多操纵面飞行器控制分配技术的发展及应用

控制分配是先进多操纵面飞行器控制理论及应用的一项关键技术。首先介绍了多操纵面布局的典型操纵面,然后从静态、动态和非线性三个方面分别论述了控制分配技术的最新研究成果,概述了航空航天领域及其他工业领域的应用情况。最后总结了控制分配的几个关键问题,讨论了今后可能的研究方向。     

基于置换群的可逆逻辑门网络级联

n输入n输出可逆逻辑门的级联构成一个群,它与对称群Sτ同构。本文研究了生成Toffoli门集合的可逆逻辑门数的特点,证明了任意置换Sn可以由n-轮换δ和一个置换τ=（ij,ik）生成,同时证明了相邻2一轮换可由至多两个NOT门在不增加额外信息位的情况下生成。最后提出了一个基于上述理论的可逆逻辑门网络级联算法,并通过实例验证了该算法的正确性。     

无人平台复杂地形探测的视触融合方法

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。     

用于痕量气体检测的宽调谐外腔量子级联激光器研究

研究基于闪耀光栅的Littrow外腔量子级联激光器,设计一种改进型Littrow外腔腔型,实现了小型化样机研制。测试结果表明,输出激光波长调谐范围1317cm^–1(7.593μm)至983cm^–1(10.173μm),最大平均功率17.7m W,激光线宽小于1cm^–1,功率稳定性优于0.5%(4h),波长稳定性优于0.12cm^–1(5.4h)。样机激光头尺寸76mm×54mm×50mm,部分技术指标优于国外商业产品。     

串行级联Turbo码在Ka频段静止卫星通信系统中的应用仿真研究

文章在分析Ka频段静止卫星信道特点的基础上,建立了信道仿真模型并进行了基带仿真;研究了不同天气条件下静止卫星通信系统的误比特率性能;基于这一模型,通过仿真研究了串行级联Turbo码在静止卫星信道条件下的性能。仿真结果表明,除了中雨、雷雨等恶劣天气状况之外,在通常的天气条件下,串行级联Turbo码可以提供约10dB左右的编码增益,可有效改善系统性能。     

自适应级联编码在Ka频段卫星通信系统中的应用

文章首先建立了Ka频段卫星通信信道的统计和仿真模型;提出了一种新的自适应编码方案,并用已建立的信道模型进行了性能仿真分析,结果表明该自适应抗衰减方案能够有效对抗地空路径的严重衰落。     

IIR滤波器在芯片原子钟中的应用

芯片原子钟是具有小体积,低功耗特点的原子钟。本文采用了IIR滤波器方案对芯片原子钟物理系统输出信号进行处理,该方案有利于减小芯片原子钟的体积、提高芯片原子钟短期频率稳定度。实验结果表明,与FIR滤波方案相比,IIR滤波器使用的FPGA资源减小了约58%;与现有模拟滤波方案相比,使用IIR滤波器方案的芯片原子钟频率稳定度提高了1.4×10~(-10)τ~(-1/2)(τ=1s-100s),电路面积减小了10%。     

新一代航天电子系统现场总线及其应用

针对航天电子系统的特殊性，从航天电子系统现场总线技术的发展现状出发，结合现场总线技术的特点，分析了现场总线未来的发展方向。重点介绍了新一代航天电子系统现场总线——有限级联自动重构总线（FCARB）及其在某测量存储系统中的应用。测量存储系统可实现数据并发量10 M，时间同步精度750 ns，系统实时性260 ns。与传统的航天总线相比，新一代现场总线在自动重构、实时性、支持BIT模式、支持仪器总线等方面具有更高的性能，同时对用户更加友好，兼容性更强，能够适应高冲击、高动态等恶劣环境。     

基于卷积神经网络的航天复合材料缺陷智能检测

针对传统的缺陷图像识别处理方式存在着准确度与辨识度不足,且处理缺陷种类单一的问题,提出了一种基于Cascade R-CNN和Mask R-CNN的神经网络模型。首先,为了提高缺陷检测的可视化效果和检测准确度,在实例分割卷积网络Mask R-CNN的基础上,结合级联神经网络Cascade R-CNN结构,组合成了新的级联实例分割Cascade Mask R-CNN网络;其次,对组合而成的级联卷积神经网络进行了训练,将训练好的模型对复合材料缺陷图像进行了检测。实验结果表明:检测的平均准确度达到了91.5%,平均置信度达到了97.3%,达到了检测精度的要求。该研究成果可运用于航天复合材料缺陷识别。