通用型军用蓄电池放电装置设计

针对军用蓄电池种类繁多、放电设备通用性较差的现状,研制了一种能够适应多种军用蓄电池的通用型放电装置。该装置以改进型Boost电路为主电路,应用PI调节和PWM控制技术实现恒流放电。阐述了放电电阻的优化设计方法,给出了设计准则。解决了被放电蓄电池种类多和反接保护的问题。该装置性能稳定,已应用于军用蓄电池的维护保障体系之中。     

静电放电的探测技术

静电放电探测技术是静电危害防护、高压电力故障诊断等领域的关键技术。最近研究表明 ,静电放电探测已成为高压非接触测量、静电目标探测与定位的重要手段。针对静电放电的场、光、声效应及静电感应原理 ,介绍了ESD的声探测、光探测、电磁辐射探测及静电感应探测的原理和方法 ,综述了静电放电探测技术的现状及发展趋向 ,并根据作者的研究 ,分析了各种探测方法的探测范围及其技术要点。     

静电放电模拟器辐照效应实验研究

对模拟器ESS - 2 0 0AX与NSG435的静电放电 (ESD)电流波形及其辐照效应实验进行了研究。实验结果表明 ,虽然两模拟器的放电电流波形均符合国际电工委员会IEC6 10 0 0 - 4- 2静电放电抗扰度实验标准 ,但进行辐照效应实验时 ,二者的测试结果并不一致。这主要是因为IEC标准只规定了放电电流的波形 ,而对模拟器放电枪的结构和外形未做出规定 ,使静电放电电磁场尤其是近区电磁场存在差异。要解决不同模拟器间测量结果的不一致性 ,IEC的相关标准除了规定放电电流的波形外 ,还应对放电电流的导数波形和相关的电磁场做出规定 ,尽量对放电枪的形状和结构给出统一的标准。     

脉冲等离子体推力器羽流的粒子模拟

目前微小卫星正在积极地发展中,脉冲等离子体推力器是其推进系统的一个重要发展方向,为了能够将PPT成功地运用于空间,需对其羽流进行研究.将DSMC(Direct Simulation Monte-Carlo)/PIC(Particle in Cell)流体混合算法与一维MHD放电模型相结合,一体化模拟NASA Glenn PPT羽流,对不同出口偏转角的羽流场进行模拟,并与实验结果进行了比较.计算结果显示引入出口速度的偏转角提高了模型的羽流扩散能力,羽流的扩散角是影响羽流的一个主要因素.     

混纺导电纤维及其织物电晕放电实验研究

本文报导了混纺导电纤维及其织物的电晕放电实验研究结果,指出导电纤维的电晕放电对人体静电荷的消散不起主要作用,而只有人体静电接地,才能较好地消除静电隐患,进而明确了防静电工作服的作用机理。     

人体静电极端值的分析研究

本文在讨论人体静电定义的基础上,分析各国报导人体静电极端值差异的原因,经理论分析和实验验证,给出人体静电电位的取值范围:10~(-2)～10~5V,并证明人体静电极端值60kV 是可信的.     

金属化聚丙烯膜脉冲电容器过载特性

脉冲电容器作为爆磁压缩激励电流源的储能元件之一,通常要求单次可靠运行。正是由于单次运行,为脉冲电容器的过载工作提供了极大的可能。过载工作的电容器与额定电容器相比具有体积小、重量轻的优点,可实现爆磁压缩激励电流源的紧凑化。研究了不同温度下国产金属化聚丙烯膜脉冲电容器的过载特性,如过载运行的储能密度,放电电流及可靠度等。实验表明:在-45℃~60℃范围内过载运行这种电容器,其储能密度可达额定储能密度的1.8倍,同时在0.95的置信水平下,其过载运行的可靠度单侧置信下限为0.9,可以实现稳定可靠运行。     

基于FPGA的二维DCT／IDCT高速设计与实现

二维离散余弦／反余弦变换是图像处理算法的核心。基于DSP处理器或软件实现速度较低,以及ASIC实现芯片的面积和功耗都较大,本文研究了一种基于行列分解结构的二维DCT／IDCT变换,在两级一维DCT／IDCT变换之间插入双RAM结构,通过乒乓操作保证了前后级DCT／IDCT运算的并行性,提高了运算速度。电路结构在QuartusII中进行了逻辑综合,通过Modelsim编写激励对逻辑功能进行了仿真验证,并将仿真结果与Mat—lab仿真结果进行了比较。结果表明该模块功能正确,能够为图像处理提供良好的处理性能。     

一种基于SIFT特征的抗几何攻击水印算法研究

尺度不变特征变换描述子已经应用于数字图像水印的构造,但图像存在相似区域时易造成误匹配问题,基于此提出一种改进的RIT—SIFT数字图像水印算法．水印嵌入时先对图像进行分块,然后将水印分别嵌入子块的非下采样Contourlet变换低频子带中,既简化了水印嵌人又增加了嵌入容量．图像匹配时利用SIFT算法在原始图像中寻找局部特征点,将旋转不变纹理特征信息融合到传统SIFT特征向量中,更加全面地描述图像信息,提高了匹配精度．实验结果表明,提出的算法是有效的,对全局和局部几何攻击、组合攻击以及常规攻击均具有很好的鲁棒性．     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。