循环伏安法评定润滑油抗氧化性能

介绍了一种电化学分析方法——循环伏安法评定润滑油抗氧化性能的原理、具体方法及润滑油剩余寿命的定义，并将这种方法与其他评定方法在技术性能上进行了对比，说明了循环伏安法在评定润滑油抗氧化性能上具有分析时间短、装置费用低、操作简单、可在线分析等很大的优势，最后指出了以往文献中使用此方法预测润滑油剩余有效寿命的观点存在着不确定性等不足之处。     

LabVIEW的无线多点数据采集系统的设计与实现

提出一种基于LabVIEW的无线多点数据采集系统的设计方法。利用A/D转换芯片ICL7135采集数据,采用编解码芯片PT2262和PT2272实现对数据的无线发送和接收,在LabVIEW8.2环境下实现PC与接收端单片机之间的并口通信及控制,并可在LabVIEW平台上设置采集方式和处理采集数据。     

数据驱动自动化测试方法研究

介绍了一种数据驱动方法,用以实现自动化测试.通过对测试数据的产生及选取、控制数据调度的研究发现,不仅应用更灵活的数据驱动方法,对程序进行更深、更广的测试,而且无需编写脚本,只需填写测试表,即可完成全面的自动化测试.这样,即使非技术人员也能够开发测试数据,完成数据驱动自动化测试.     

一种轻量级软件自动化测试框架

针对自动化测试脚本和测试数据文件数据量多的问题,利用测试工具QTP、数据与关键字驱动的测试机制,设计了基于三层驱动机制的自动化测试框架、管理测试用例文件的测试集(TestSet),以及存储测试用例的testcase数据对象和存储测试数据的testdata数据对象;利用对测试粒度的控制和测试数据池技术应用,设计了可重构和优化的测试脚本。达到了测试设计和脚本开发解耦,测试用例和数据的展现更加人性化,测试脚本及业务层面的测试数据的优化、可重用,使脚本文件和测试数据文件的数量达到最少,减少占用空间。     

重金属离子在线水质检测系统设计与试验

为解决水环境中重金属离子现场应急检测的难题,实现水环境中重金属离子的在线检测,提出了一种基于离子选择性电极法和阳极溶出伏安法的组合式重金属离子在线水质检测系统。分析了离子选择性电极法和阳极溶出伏安法的工作原理,构建了重金属离子在线水质检测系统结构,设计了系统检测软件工作流程,并对该方法进行了验证。结果表明:组合式电化学检测法是一种可靠稳定的重金属离子检测方法,可满足现场应急在线检测要求。     

基于Python的雷达信号处理软件开发

基于雷达信号处理相关理论、算法以及软件设计方法,并基于Python开发了可对雷达不同波形,以及相关算法进行仿真建模的开放式可视化软件.介绍了软件的主要功能特点、分级化管理的设计理念、数据内存分配与自适应对比分析控制的设计方法.系统可灵活设置与输入相关参数,可对数据进行直观的可视化分析,重塑性与扩展性强.为协助教学与实际应用研究提供了有力手段,最后的测试数据表明了雷达信号处理系统的有效性.     

对几种不同维数据融合方法的仿真对比研究

在多雷达系统组网对空情报处理中，不同的数据融合方法在融合精度、求解时间及计算量方面都有较大差异。为了验证不同融合方法的融合效果及系统处理时间和性能，分析了多雷达系统组网对不同维数据融合处理的映射法、升维法、分维法的融合框架和融合算法，并分别进行了计算机仿真，得出并分析了对比数据。仿真结果表明了分维法在数据融合中的优势。     

基于MC-CNN网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息，为克服这一缺陷，建立了磁性运动目标三分量投影模型，并据此生成了磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。进一步，设计了多通道卷积神经网络（MC-CNN）对目标的正横距离和运动速度进行了估计，并比较和分析了不同的学习方式和激活函数对网络性能的影响，结果表明Adam+tanh的组合方式的估计性能要优于其它的组合方式，而且对磁性目标运动参数的估计效果比较精确，此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。     

激光陀螺漂移测试数据的处理与分析

根据获得的激光陀螺漂移测试数据,利用时间序列分析的方法对漂移数据进行了建模,得到了漂移数据的时间序列模型;在此基础上用Kalman滤波的方法对数据进行了处理;从时域和频域两方面对滤波结果进行了分析.结果表明,采用的建模和滤波方法能有效提高陀螺的精度.     

在单晶硅片上直接电化学沉积制备镍反opal光子晶体

采用电化学沉积工艺直接向组装在单晶硅片上的聚苯乙烯胶体晶体中填充金属Ni,成功制备了Ni的反opal光子晶体。采用线性扫描伏安法研究了单晶硅表面的化学刻蚀对Ni的电化学沉积过程的影响,并采用扫描电子显微镜(SEM)、X射线衍射等对Ni反opal光子晶体的形貌和结构进行了观察分析,对其光学性能进行了初步研究。研究结果表明,对单晶硅片表面进行化学刻蚀有利于金属Ni的电化学沉积;在PS胶体晶体模板中电化学生长的金属Ni呈多晶状态,去除模板后形成了金属Ni的有序多孔结构。     

多核数字信号处理卷积算法并行优化

针对国防科技大学自主研发的异构多核数字信号处理(digital signal processing, DSP)芯片的特征以及卷积算法自身特点,提出了一种面向多核DSP架构的高性能多核并行卷积实现方案。针对1×1卷积提出了特征图级多核并行方案;针对卷积核大于1的卷积提出了窗口级多核并行优化设计,同时提出了逐元素向量化计算的核内并行优化实现。实验结果表明,所提并行优化方法实现单核计算效率最高能达到64.95%,在带宽受限情况下,多核并行扩展效率可达到48.36%～88.52%,在典型网络ResNet50上的执行性能与E5-2640 CPU相比,获得了5.39倍性能加速。     

二维矩阵卷积在向量处理器中的设计与实现

为了加快卷积神经网络模型的计算速度,便于大规模神经网络模型在嵌入式微处理器中的实现,以FT-matrix2000向量处理器体系结构为研究背景,通过对多核向量处理器体系结构的分析和对卷积神经网络算法的深入研究,提出将规模较小的卷积核数据置于标量存储体,尺寸较大的卷积矩阵置于向量存储体的数据布局方案。针对矩阵卷积中数据难以复用的问题,提出根据卷积核移动步长的不同动态可配置的混洗模式,通过对所取卷积矩阵元素进行不同的移位操作,进而大幅提高卷积矩阵数据的复用率。针对二维矩阵卷积由于存在数据相关性进而难以多核并行的问题,提出将卷积矩阵多核共享,卷积核矩阵多核独享的多核并行方案。设计了卷积核尺寸不变、卷积矩阵规模变化和卷积矩阵尺寸不变、卷积核规模变化的两种计算方式,并在主流CPU、GPU、TI6678、FT-matrix2000平台进行了性能对比与分析。实验结果表明:FT-matrix2000相比CPU最高可加速238倍,相比TI6678可加速21倍,相比GPU可加速663 805倍。     

低空复杂场景红外弱小目标快速精准检测

针对低空复杂场景下红外弱小动目标检测难度大、虚警率高等问题,面向探测系统中高帧频图像实时处理应用需求,提出基于全卷积网络的弱小目标精准检测方法和基于现场可编程逻辑门阵列(field programmable gate array, FPGA)的低时延并行处理方法。采用轻量化全卷积网络对红外图像中弱小目标进行空域检测,对相邻图像帧疑似目标进行时域轨迹关联以进一步降低虚警率。实验结果表明:上述方法相比于五种传统方法在检测率和虚警率性能方面均有显著提升,并在单片FPGA上完成100 Hz图像实时处理,处理时延低于1.8 ms,实现低空复杂场景弱小目标高精度高鲁棒快速实时检测。     

高性能异构加速器MiniGo算子优化方法

根据高性能异构加速器的特性和MiniGo的训练模式提出了一种高效的并行计算方法。对片上计算资源进行合理规划,实现异构设备之间的流水并行优化;根据异构设备间存在共享存储段设计了共享内存编码模式,减少数据传输开销;根据数字信号处理簇内具有多计算资源的特点结合算子计算-访存特性设计了不同的算子并行计算优化策略。同时,面向TensorFlow实现了一个易于使用的高性能计算库。实验结果显示,该方法实现了典型算子的多核并行计算。相对于单核,卷积算子加速比为24.69。相较于裁剪版8核FT2000+CPU,该方法训练和自博弈执行速度加速比分别为3.83和1.5。     

基于云重心评判法的炮兵指挥训练水平评估*

炮兵指挥训练水平指标体系中,既有精确数值型表示的,又有语言值来描述的,给评估指标的数据处理带来了一定的困难。云重心评判法能较好地处理该类既有定性指标,又有定量指标的综合评价问题。构建了炮兵师(旅)指挥训练水平评估体系,详细介绍了运用云重心评判法来实现炮兵指挥训练水平评估的具体步骤。结合指挥决策指标体系实例,验证了该方法的有效。该方法具有一定的推广意义。     

求解卷积公式的一种新方法

基于数形结合方法以及变量代换方法发现计算卷积公式存在某些不足之处,研究卷积公式的计算方法,给出一种新的确定积分限的方法.该方法直观明了、容易理解和掌握并且可操作性强,有效避免作图和分析图形的繁琐,并举例说明了该应用方法.     

一种产生雷达多假目标的卷积调制法

讨论了多假目标干扰技术特点及应用背景,分析了用卷积调制法产生多假目标的原理,讨论了卷积器的设计方法,确定了卷积器的加权系数。仿真分析表明,卷积调制法产生多假目标方法灵活,可以实现脉内和脉间密集多假目标干扰技术,验证了方法的合理性。     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行，提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积，可大量减少模型参数，提高模型非线性表达能力；在网络末端引入子像素卷积层，直接从原始低分辨率图像学习到高分辨率图像的映射，计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明，所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍，能够在通用GPU上实时运行，峰值信噪比平均提高了0.17 dB，并且参数只有它的35%。     

基于SWE的空天资源对地观测协同任务规划服务模型

空天协同对地观测是对地观测领域的新趋势。为解决现有空天资源规划调度系统相对独立、协同困难的问题,分析总结了SWE(Sensor Web Enablement)标准,并在此基础上提出了空天资源对地观测协同任务规划服务模型。在此模型中,为实现观测资源共享,建立了空天观测资源传感器描述模型,能够描述典型空天资源的载荷平台、观测机理、定位信息、使用约束和工作特性等信息;为简化观测请求交互流程,基于SOA技术对SWE标准操作进行封装及简化,用户可以在不了解观测平台细节信息的情况下提交观测数据请求。为验证模型有效性,构建了空天资源对地观测协同任务规划实验平台,结果表明该模型具有较强的可实现性和适应性。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。