神经网络技术及其在机器耳监测仪中的应用

介绍了利用GAL算法对装备产生的声音信号进行处理,改进完善了基于竞争学习的GAL神经网络。测试结果表明,基于GAL算法的智能耳诊断系统的识别精度和自学习方面优于传统算法。     

关于有限变形非弹性有限单元法的研究进展

对有限变形非弹性有限单元法研究发展中的一些普遍关注的研究课题,进行了回顾和展望。这些课题包括:不同参考构形下的有限元列式、客观性应力率的合理定义、有限变形非弹性本构方程的精确描述、率本构方程的增量客观数值积分、塑性流动的不可压缩性与自锁现象、以及交界面接触与摩擦的处理。     

固连双相机多视图重建测量方法设计

大范围场景光学非接触式测量在工程中具有广泛的应用需求,常规基于单相机的多视图重建测量方法需要在场景中加入尺度基准,图像采集过程复杂、对图像重合度要求高。为此提出一种利用固连双目相机进行多视图重建的方法,既继承多视图重建中测量范围大的优势,同时又无须尺度基准,图像采集过程更简单易实现,数据优化过程中还额外增加了双相机固连约束条件。具体实现过程中,首先标定获取安装在固定杆上的两相机的内参数及固连关系,然后使用双相机对待测量区域采集图像并双目交会获取每一时刻的空间点云。计算相邻时刻点云所在坐标系的转换关系,通过传递将所有时刻图像对应相机位姿以及交会点云统一在指定坐标系下,由光束法平差优化相机位姿及点云坐标,由重建点云坐标即可计算待测尺寸参数及形变信息。经实验验证,在5 m范围内,其测量误差最大3 mm,均值1 mm。该方法可以满足大尺寸物体、大范围场景的测量需求且稳定可靠。     

石油库站油料筹措中的灰色存储论综合模型及应用

将灰色系统理论、存储论、数理统计理论综合运用,建立综合数学模型,并将该模型运用于石油库站油料管理中,以提高库站油料管理者的决策水平。建立的多阶段油料订购模型可制定最佳油料订购方案,该模型具有通用性,具有简洁、实用、拟合精度高等特点。     

无人机载激光制导武器系统目标参数测量与分析

在综述无人机载激光制导武器系统目标参数测量系统组成和基本工作过程的基础上,通过分析成像设备的投影变换和逆投影变换的原理,综合激光测距获取的目标距离信息推导计算了目标在摄像机坐标系中的坐标和目标在地球坐标系中的坐标.最后对一组目标参数测量试验数据进行了分析.结果表明计算方法具有较好的准确性和精度.     

三型空空导弹训练弹综合测试系统设计

通过分析三型机载空空导弹训练弹的工作机制及其综合测试系统的工作原理,构建了三型空空导弹训练弹综合测试系统的总体结构设计模型,以12路A/D转换电路设计为例分析了基于ARM920T内核的微处理器硬件平台下测试系统功能模块化硬件设计思想,阐述了综合测试系统检测程序流程设计,基于嵌入式Linux系统分析了串口驱动开发程序,实践证明该综合测试系统完全满足设计要求,对训练弹的研制和部队技术保障具有重大作用.     

子空间预测控制在固体氧化物燃料电池中的应用

为使固体氧化物燃料电池(SOFC)输出满足一定约束的稳定电压、提高其输出功率跟踪性能,采用文献中给出的SOFC动态模型,设计了基于子空间矩阵的预测控制器。将子空间辨识和预测控制算法结合起来,直接从开环输入输出数据获得预测控制器的控制矩阵,而不须经过中间参数模型辨识的步骤。仿真结果验证了所提子空间预测控制算法(SPC)的实用性。     

二次标识轰炸法计算目标运动速度精度分析

由于现有机载传感设备的测量误差,且活动目标本身的运动性,轰炸机难以对地面或海面活动目标实现精确轰炸。提出二次标识轰炸原理,即通过飞行员对目标两次标识的方法由火控计算机解算目标综合运动速度,从而提高轰炸瞄准精度。同时为证明该理论的正确性,建立了二次标识火控数学模型,对解算得到的目标运动速度精度进行了分析。     

二维混沌置乱矩阵构成置换群的理论和实验证明

群论是研究对称性问题的强有力的数学工具.混沌指的是确定性非线性动力系统表现出来的内在随机性,具有有界、非周期、对初始条件和参数极度敏感等特点,由其产生的离散序列可用来对数字图像等数据进行加密.目前已有的文献中对二者之间的关联现象鲜有研究.基于群和混沌的基本理论,结合置换群的概念,从理论和实验两方面证明了二维混沌置乱矩阵对置换变换构成置换群的结论,并由此指明了试图用不同初值,经不同混沌系统产生多个混沌二维置乱矩阵对数字图像、视频等多媒体数据进行多重置乱加密以加强安全性的做法的无效性.     

基于神经网络信息融合技术的卫星定姿算法

姿态确定系统是卫星姿态控制系统中的重要组成部分,卫星姿态确定的精度直接影响卫星控制精度.为得到高姿态精度,针对由惯性测量单元(Inertial Measurement Unit),红外地平仪和太阳敏感器组成的卫星姿态确定系统,分别采用BP网络算法和径向基(RBF)网络算法对不同的姿态敏感器的输出数据进行融合,并用STK(Satellite Tool Kit)数据进行了仿真.仿真分析结果表明这两种学习算法均可以提高卫星定姿精度,相对而言,RBF网络无论是精度上还是收敛速度上均优于BP网络.