几种带补偿功能的三光纤传感器的分析

在单光纤对光耦合模型的基础上 ,研究了三种带补偿功能的三光纤反射式位移传感器 ,建立了通用的光耦合的数学模型。仿真研究了它们的位移特性 ,并比较了它们的优缺点。研究结果表明 ,采用三光纤的光纤位移传感器不但线性范围、位移灵敏度和线性度等特性得到较好改善 ,而且可以有效地消除光源功率波动和反射面的反射率变化等因素对位移测量的影响     

基于动力学模型的有源假目标鉴别方法

针对导弹防御中可能出现的有源假目标欺骗干扰,从雷达数据处理的层次上进行了真假目标鉴别研究。利用自由段有源假目标与实体目标在动力学模型上的本质差异,提出了动力学模型匹配系数的概念,推导出理想条件下的动力学模型匹配系数的解析表达式。在弹道目标跟踪的基础上设计了有源假目标鉴别算法。结合中程弹道,进行了真假目标鉴别的计算机仿真实验。实验结果表明,所提算法能有效鉴别有源假目标。     

多轴数控机床的通用运动学综合空间误差模型

提出了一种适用任意结构多轴数控机床的新通用运动学综合空间误差模型。该模型包含了由于制造、安装、运动控制不精确和刀具、床身、工件热变形以及其它因素引起的初始位置误差与运动误差 ,反应了机床误差的实际变化规律 ,对机床工作区误差适时全补偿特别有效。为了发展该新型误差模型 ,运用了多体系统运动学理论和齐次变换矩阵。最后 ,利用所述建模理论和方法 ,给出了 3轴立式数控机床的空间误差模型表达式 ,并分析了其 36种误差成分的变化规律     

CAPP系统中工艺表格自动生成技术研究

针对企业应用CAPP的需要 ,研制成功了工艺表格自动生成系统。该系统建立一个处理工艺表格的通用模型 ,把企业的具体工艺表格当作模型的实例 ,并将工艺表格的形式和要求等作为实例的属性。系统采用ODBC(开放式数据库互连 )技术 ,为MIS、PDM等系统内部不同模式数据交换提供接口。实践证明系统具有设计方法新颖、通用性强和实用性好等特点。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素,制约装备使用效果。针对备件需求随任务阶段动态变化的装备保障方案评估和优化问题,考虑站点维修能力对备件维修过程的影响,结合METRIC建模方法和动态排队理论,建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上,以保障费用为优化目标,装备可用度为约束条件,建立了任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值,分析了各项资源的边际效益值,采用边际优化算法对各项资源进行优化计算。算例分析表明,评估模型能够计算多级保障系统任务期内各阶段装备可用度;保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

基于伪临界值的Cache一致性协议验证方法

针对Cache一致性协议状态空间爆炸问题,提出共享集合伪临界值(Pseudo-cutoff)的概念,并以采用释放一致性模型的CC-NUMA系统为例,分析了共享数据的分布情况,推导出在一定条件下共享集合伪临界值为4的结论,有效优化了目录Cache协议状态空间,并提出了解决小概率的宽共享事件的方法.实验数据表明,基于伪临界值的协议模型优化,能够有效缩小Cache协议状态空间,加快验证速度,扩大验证规模.     

铝基水反应金属燃料性能初步研究

提出水反应金属燃料双反应区模型,结合化学反应过程对其进行了热力特性分析,初步研究了铝基水反应金属燃料配方等因素对发动机性能的影响。     

航天器转动惯量参数在轨辨识的最优激励

根据矩阵分析理论研究了转动惯量参数的可辨识性问题,从姿态动力学方程导出关于未知参数的线性回归模型,将回归矩阵的条件数作为参数可辨识度的定量指标,以可辨识度最大为目标函数建立最优控制模型;应用解最优控制问题的伪谱法,计算控制力矩陀螺的指令轨线,使得惯量参数的辨识精度和收敛速度显著提高;在仿真中采用双无迹卡尔曼滤波算法进行参数辨识,结果验证了所提出的最优激励设计方法可以改善参数辨识性能,同时该方法对先验信息误差具有鲁棒性。     

船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。