粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

180nm CMOS工艺下SEL敏感性关键影响因素

研究了影响SEL敏感性的关键因素.针对180nm体硅工艺,基于校准的CMOS反相器器件模型,使用器件模拟的方法,研究了粒子入射位置、温度、阱/衬底接触位置、NMOS与PMOS间距等因素对SEL敏感性的影响.模拟和分析表明,CMOS电路不同位置的闩锁响应差别很大,找出了电路发生闩锁的敏感区域,得出了温度、阱/衬底接触的位...     

轴承装配误差及预紧量对导引头伺服机构谐振频率影响与分析

为了在精密装调过程中对导引头伺服机构的动态特性进行准确预测,采用理论建模的方法确定了轴承微量装配参数与伺服机构谐振频率的定量关系。基于Hertz接触理论,建立5自由度轴承刚度模型,并将微量装配误差对轴承刚度矩阵的影响进行建模和分析;采用Timoshenko梁理论推导弹性阶梯轴单元矩阵,并确定系统特征值和特征向量的求解方法;采用MATLAB/GUI建立伺服机构谐振频率分析系统,并搭建实验系统对理论模型进行验证。分析和实验结果表明,所建立的分析方法可以对轴承的微量装配误差引起的谐振频率变化进行比较准确的计算,解决了目前伺服机构精密装调过程中动态特性预测的难题。     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

星载寄生式SAR系统干涉信号模型与相对高程测量性能分析

以星载寄生式SAR系统成像信号模型为基础,给出了该系统的干涉模型,分析了其特点和限制条件,提出了距离向有效基线和方位向有效基线的新概念。以Cartwheel和Pendulum两种编队构形为实例,分析了寄生式SAR系统有效基线的限制和相对高程测量的性能,结果表明:编队形式固有的基线耦合给性能造成不利影响,在这方面Pendulum编队优于Cartwheel编队构形;距离向和方位向预滤波处理可提高图像对的相关性,但并不能完全去除几何去相关对性能的影响。     

FDTD分析时域平面TEM喇叭天线阵

运用FDTD对时域天线阵进行仿真分析,并在外场进行测量研究。结果表明:阵列可以提高增益,增强方向性,该阵列天线适合于用作实际的超宽带雷达天线阵。     

离子推力器栅极组件热态间距测量系统研制

为了完成LIPS-300离子推力器三栅极组件在真空、高温环境中微小热态间距的高精度测量,设计了一套使用远距显微镜的非接触摄像测量系统。基于拍摄的图像,运用交互式分区方法获得多个圆形合作标志稳定、清晰的边缘,利用合作标志和标定片完成图像放大系数标定、图像畸变校正以及栅极热态间距亚像素级测量。精度验证实验表明,本系统在非加热情况下测量精度优于6μm,在加热情况下测量精度优于12μm。大气环境下的加热实验结果显示屏栅和加速栅温度差越大,栅极热态间距的减小量越大,当温差最大为150℃时热态间距减少量达到最大,即420μm。同时,由于安装环的热变形影响,栅极在热稳态时热变形量下降、在冷却期时产生负位移现象,测量结果与国外同类实验趋势一致。系统满足栅极组件热态间距测量的需求。     

侧壁激波诱导下凹腔燃烧室冷态流场实验观测

在单凹腔燃烧室中引入侧壁激波,为研究燃烧室内部流动特性,采用纳米粒子平面激光散射技术和粒子图像测速技术对全尺寸玻璃燃烧室模型进行流场观测,获得了冷态流场展向和法向的瞬态灰度图及平均速度场。实验结果表明:在远壁面区域,凹腔内部速度与密度都较低;引入侧壁激波后,近壁面区域凹腔与主流的质量与动量交换增强,速度与密度升高;受到侧壁激波影响,燃烧室底壁边界层不再均匀,凹腔中后部产生大规模低速区,具有明显三维特性。     

利用卷积神经网络的太赫兹孔径编码增强成像

针对现有太赫兹孔径编码成像算法鲁棒性较差、计算求解复杂度较高等问题,提出基于卷积神经网络的太赫兹孔径编码增强成像方法.该方法通过构建一个端到端的神经网络来实现成像系统的隐式建模,利用网络强大的求逆能力和抗噪性能来实现低信噪比下的目标重构.通过仿真实验可以看出,该方法可以在不同信噪比下实现对不同稀疏度目标的重构.另外,与...     

捷联导引头视线转率估计的交互式多模型样条滤波算法

针对捷联导引头测量信息的弹目惯性视线转率估计,提出了一种基于交互式多模型算法的样条滤波方法(IMM-SF)。基于体视线和惯性视线的映射关系解算惯性视线角,将其作为虚拟观测量进行滤波,设置多个过程噪声模型,每个模型分别采用样条滤波器进行滤波,IMM-SF滤波器的估值结果为各滤波器估值的加权综合。该方法不必对目标的未知机动建模,应用更加方便,并且可在交互式多模型算法的框架下自适应地调整滤波器的噪声。Monte-Carlo仿真结果表明该方法可有效估计视线转率,并可提高估值精度。