基于截断正态概率模型的模糊自适应跟踪算法

当前统计模型和截断正态慨率模型都需要预先设计目标最大机动加速度,不能适应各种机动情况.在截断正态概率加速度模型的基础上,提出了一种基于截断正态概率模型的模糊自适应算法.该算法使系统状态噪声方差随着机动特性能够自适应调整,自适应各种机动情况.仿真结果表明,该算法在跟踪精度和收敛速度都优于传统的基于"当前"统计模型和截断正态概率模型的跟踪算法.     

卫星导航抗干扰接收机AGC电路模型分析与优化设计方法

为适应"导航战"下的强干扰输入,导航接收机对模拟信道的动态范围提出了更高的要求。在给定的信噪比恶化容限约束下,原有的分析方法给出了二维曲线分析模型,得到了动态范围的优化设计及各级增益划分方法,但仅适用于输出功率基本不变的自动增益控制电路。基于增加的自动增益控制输出回退功率这一参数,提出了一种三维曲面求解模型,揭示了各电路参量与模拟信道动态范围的约束关系,可适用于输出功率变化的自动增益控制电路,以实现更高的动态范围。针对三维模型中参数求解复杂的问题,利用纯衰减网络的特性,将复杂的数值求解简化为直线求解,大幅降低了设计复杂度。在给出的设计实例中,动态范围测试结果与设计预期吻合较好,验证了方法的正确性。     

Merkle-Damgård Hash结构并行扩展算法

利用松弛密码架构将Merkle-Damgrd结构的Hash算法扩展为并行结构的算法,可以利用多核处理器提高杂凑效率。给出的证明过程表明松弛密码架构在处理不同长度的消息时不具备抗碰撞特性。提出的新并行扩展算法基于松弛密码架构设计,该算法弥补了其安全缺陷,并给出了新并行Hash结构的安全性分析。分析结果表明新结构抗碰撞特性不低于Merkle-Damgrd结构的Hash算法。实验结果表明,新并行Hash结构处理长消息时有较高的处理性能。     

新阈值算法在再制造发动机振动信号降噪中的应用

在运用小波分层阈值降噪方法对再制造发动机磨合振动信号进行降噪处理的过程中,结合现有方法,提出了一种新的分层阈值确定方法,通过仿真对比分析,证明了该方法的优越性,得出了适用于再制造发动机磨合振动信号降噪处理的方法.小波时频分析结果证明了该方法的有效性,为下一步磨合振动特征的提取奠定了基础.     

zn及Zn／Si02复合添加剂的摩擦学性能

实验室自制了锂基润滑脂,通过四球试验研究zn作为锂基润滑脂添加剂在不同工况条件的摩擦学性能,利用光学显微镜和EDX分析了磨斑表面形貌及元素组成,探讨了zn的润滑作用机理,并对zn与SiO2不同复配方案的摩擦学性能进行了研究。结果表明：在低载荷条件,zn能更显著地提高锂基润滑脂的抗磨性能;在中高载荷条件,zn同时具有减摩抗磨性能,但对Pn值的提高没有太大帮助。EDX能谱分析表明磨斑表面存在特征zn元素,说明zn能够在摩擦表面沉积,形成摩擦学性能显著的表面润滑层;同时,zn与硬质颗粒SiO2在适宜的复配比例时具有一定的协同效应,能提高锂基润滑脂的摩擦学性能．     

《程序设计基础》课程创新性教学的改革与实践

通过对程序设计基础课程传统教学内容进行优化,构建新型课程体系、树立"厚基础、重算法、强能力"的教学理念,加强实践教学、积极完善课程资源和鼓励教师参加科研等一系列教学改革与实践,改变以往程序设计课程教学重理论、轻实践的现状,从本质上提升学生的程序设计能力,为后续课程的学习打下一个坚实基础。     

含万向铰偏斜轴系的主共振及其稳定性分析

为了揭示含万向铰偏斜转子系统非线性动力学的基本特征,研究了固有结构偏斜与实际误差偏斜共同作用下含万向铰偏斜轴系的扭转振动问题.首先,推导出偏斜转子系统的弱非线性扭转振动方程,利用多尺度法求得其在主共振情形下的周期解,并给出稳态周期解的幅频特性和相频特性关系式;然后,运用李雅普诺夫第一近似稳定性理论,对系统平衡点进行稳定性研究,得到主共振解振幅与相位随调谐参数变化的稳定区与不稳定区;最后,对偏斜轴系中从动轴一端的一阶近似稳定周期运动进行了分析与仿真.研究结果为进一步的分岔与奇异性分析奠定了基础.     

汽车发动机舱主线束短路火灾研究

对一起越野型汽车火灾事故进行深入调查和技术鉴定,认定火灾原因为发动机舱主线束短路引发.在案例分析的基础上,进一步剖析了此类汽车发动机舱主线束引起火灾的危险性,分析其在设计中存在的火灾隐患,提出几点改进的建议.     

天波雷达信号传播模拟研究

针对天波超视距雷达(OTHR)和短波通信系统均工作在高频段,分析了采用短波宽带信道模型模拟OTHR信道的可行性和有效性。研究了ITS宽带短波信道模型的建模方法,由于OTHR对信号误码率和误信率等要求低于通信系统,从而对ITS模型进行了合理的简化。由某实测数据获得信道的具体参数,对采用线性调频信号的OTHR进行了信号传播模拟,验证了传播模拟的合理性。     

智能车自主导航的神经网络转向控制算法

针对智能车模型,提出了基于机器视觉的神经网络转向控制算法.该算法的输入为一张道路图的黑线位置值,输出为前轮转角.试验结果表明,这种算法能够很好地学习操作员给定的控制策略,具有较好的稳定性和鲁棒性.