基于输出协方差配置的车辆振动控制系统设计

通过对车辆振动系统的振动特性分析,确定出系统反馈控制的设计目标。基于对［１］中状态协方差配置控制理论的推广,文中给出了控制器设计的具体方法,并举例说明该设计方法具有直接有效的特点     

智能搜救机器人在障碍地形的自主构型规划

为了解决带有辅助摆臂的智能搜救机器人自动规划构型以实现自主越障的难题,提出一种能够适应复杂地面形状的搜救机器人越障构型规划新方法,其核心是一种高适应性、高效率的机器人姿态预测算法。通过将地形表示为离散的点集,建立了搜救机器人的单侧姿态预测数学模型;进一步提出了快速求解该问题的算法,每秒可预测1 000～1 500个姿态。基于此,设计了机器人越障过程中状态、动作的评价指标,运用动态规划算法与滚动优化思想构建了具有优化能力的、能够实时运行的构型规划器。仿真与实物实验的结果表明,该方法能够使机器人自主调整构型穿越复杂地形,且相较强化学习算法和人工操作具有更平稳的越障效果。     

集成平台空域辅助阵列共址干扰抑制技术

针对同时存在恶意干扰与非法窃听的通信环境,提出一种协作干扰(cooperative jamming, CJ)掩护的保密通信架构,收发信机之间采用跳频技术躲避恶意干扰,并采用协作干扰技术阻塞非法窃听。但该架构的通信带宽较大,会在收发频率振荡器中引起显著的同相和正交(in-phase and quadrature, IQ)通道失衡。鉴于此,对收发IQ通道失衡引起的信号失真进行数学建模,给出接收机处信干噪比的数学表达式,并给出干扰抑制比的闭合表达式。仿真结果表明,收发IQ通道失衡引起的信号失真的功率远大于热噪声功率。随着收发IQ通道失衡加剧,所提架构的信干噪比和干扰抑制比性能均会急剧下降,当幅度和相位失衡分别达到0.95和π/50时,信干噪比和干扰抑制比均损失了47 dB。     

智能反射面辅助的无线网络加权和速率优化设计

针对智能反射面(intelligent reflecting surface, IRS)辅助的无线网络传输设计的目标是通过联合设计基站处的发送波束形成向量和IRS的反射系数,在满足基站发射功率和IRS单位模约束的条件下,使多个地面用户的加权和速率最大化。为了求解非凸的目标函数,提出一种交替优化方法,其中采用黎曼流形梯度(Riemannian manifold gradient, RMG)方法来优化反射系数,使用二分搜索法优化发送波束形成向量。此外,为了降低RMG方法的复杂度,设计了一种智能元素块坐标下降方法。仿真结果验证了所提算法的有效性,并且表明通过优化设计反射系数,IRS可显著提高无线网络的频谱效率。     

变速传动轴承传动原理分析与研究

变速传动轴承是一种既具有支承功能又具有变速功能的新型特种轴承 ,其机构设计新颖紧凑 ,效率高 ,承载能力强。通过研究变速传动轴承的内部机构和传动原理 ,对其传动比做了深入系统的分析 ,得出了内齿圈齿数、活齿数与传动比之间的理论关系 ,并从理论上提出了高效率、低磨损的传动比优选方案 ,认为在推杆活齿传动机构设计时 ,应该使活齿数大于内齿圈齿数 ,即Z2 >Z1。包括变速传动轴承在内 ,对于采用了推杆活齿机构的各种活齿传动形式的结构设计 ,这个结论都具有重要的指导意义。     

一种新型的转矩控制方法——矢量转矩控制

参考磁场定向控制(FOC)、直接转矩控制(DTC)两种方法的特点,提出了一种矢量转矩控制(VTC)的方法,它解决了传统DTC的输出电压矢量与控制变化量之间没有定量关系的缺陷,建立了输出电压矢量与控制变化之间的函数关系,同时改进了磁链低速模型.实验结果表明,该方法能够有效改善电机的输出特性.     

(CH3)2SiCl2和N2H4 反应产物为先驱体制备Si/C/N纳米微粉

采用(CH3)2SiCl2和N2H4反应产物为先驱体,在H2、NH3气条件下,用化学气相裂解法制备出Si/C/N纳米复合微粉这一全新的合成体系.对温度、气体流量,H2/NH3的比例等合成工艺条件对微粉的性质、形貌、组成等的影响进行了较为系统的讨论,并从热力学和动力学的角度初步讨论了产物裂解机理及组成的变化形成机理.所合成的Si/C/N微粉为无定型球状颗粒,N的含量从16.49%～26.75%可调,粒径最小达40 nm.     

信息战建模的分析与探讨

通过对信息战建模的分析与总结,指出了一个完善的信息战建模方法应具备的基本功能;给出了这种建模方法的结构流图,并分析了结构流图的构成.该方法建立的信息战模型,能有效地识别信息战的效果,对信息战的理论发展和具体实施都有较重要的指导作用.     

C4ISR系统需求工程中作战过程描述方法

对于建设C4ISR系统来说,系统需求工程的出发点之一应该是基于对作战的描述.同时对目前作战过程进行描述的若干方法进行分析对比,结合实际情况对作战过程描述进行讨论并给出新的切入点,最后给出一个简单的描述示例.     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。