雷电电磁脉冲场模拟与测量技术研究

利用Marx发生器在GTEM小室内模拟了LEMP电场,针对LEMP场强高、前沿陡、脉冲宽度大的特点,提出了利用平行板电容分压器测量GTEM小室内雷电电磁脉冲场的方法。     

屋面太阳能电池布设优化模型

以光伏电池接受太阳能辐射强度最大化为目标,建立了太阳能电池板倾角和朝向优化模型,以确定太阳能电池板的最佳布设方式。根据发电量最大化、单位发电费用最小化原则,以净经济效益为目标函数,建立了光伏电池优选模型,对光伏电池进行优选排序从而选出性价比最高的光伏电池,并对模型进行了检验。结果表明：在山西省大同市地区铺设太阳能光伏电池,架空布设电池板的最佳倾角为36°,朝向为南偏西26.5°,光伏电池板最佳布设方式及电池优选模型与实际情况基本相符。     

快擦写存储器结构及机理

讨论了快擦写存储器典型位元结构及其存储信息原理，详细论述了目前广泛使用的或非和与非两种结构的快擦写存储矩阵的结构组成和工作原理。     

面元法的红外制导图像边缘检测

红外图像通常存在着噪声大、目标和背景之间具有较小的灰度差、边缘较模糊的特点,使现有的方法不能有效地提取红外图像的边缘。而图像的表面积特征能较好地针对红外图像的这些特征提取出边缘,因此利用图像的表面积特征提出了一种实用的面元边缘检测法。在对图像灰度值变化情况进行分析的基础上,使用了一种十字面积计算公式以满足边缘检测的需要。通过噪声误差对面元法和梯度法计算结果的影响分别进行分析,发现面元法比梯度法的噪声抑制能力至少高两倍,而且在边缘处的噪声抑制能力更高。将面元法几种常用模板算子法的红外图像边缘检测结果进行实际对比后发现,所提出的面元法对红外图像的目标边缘检测能取得良好的结果。     

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。     

不同电磁环境电路辐照效应比较研究

为了研究混响室和GTEM室电磁环境效应的相关性,分别在混响室和GTEM室中用连续波对同一敏感电路进行电磁辐照,测试电路的干扰阈值,统计分析实验数据,绘出混响室和GTEM室中电路干扰阈值的最小值、最大值和平均值随频率的变化曲线。据此,对混响室和GTEM室辐照效应的相关性进行分析,结果表明：混响室中电路干扰阈值最小值和GTEM室中电路干扰阈值最小值变化趋势一致,两者具有较好的相关性,而干扰阈值的最大值相关性较差,干扰阈值平均值的相关性介于最大值和最小值的相关性之间。     

Al/H2O2作为无人水下航行器动力电池的研究

概述了Al/H2O2半燃料电池的原理及在水下无人航行器动力电源中的运用,系统分析了国内外在电极材料(包括阳极和阴极材料)、电解液和电解液补充优化系统几个方面的发展,提出了国内在这方面研究的重点技术和可能的解决途径.     

SpaceWire总线的双路由单元性能评价方法

基于双路由单元研究了Space Wire总线的性能评价体系。研究中给出双路由单元的定义,推导基于双路由单元的路由系统的数据传输时间和资源耗费的计算方法;推导基于双路由单元的多路由拓扑系统的性能评价体系;采用蒙特卡洛模拟的方法建立双路由单元系统的模拟平台,仿真计算路由单元在不同接口配置情况下的性能。研究结果表明:基于双路由单元的传输时间和资源耗费指标能够评价Space Wire总线的性能;在不同接口配置时,存在一种最佳的配置方式使系统的性能达到最优。     

基于双路由单元的SpaceWire总线性能评价方法研究*

本文基于双路由单元研究了SpaceWire总线的性能评价体系。研究中,首先给出了双路由单元的定义,推导了基于双路由单元的路由系统的数据传输时间和资源耗费的计算方法;其次推导了基于双路由单元的多路由拓扑系统的性能评价体系;然后采用蒙特卡洛模拟的方法建立了双路由单元系统的模拟平台,仿真计算了路由单元在不同接口配置情况下的性能。研究结果表明：基于双路由单元的传输时间和资源耗费指标能够评价SpaceWire总线的性能;并且在不同接口配置时,存在一种最佳的配置方式能够使得系统的性能达到最优。     

基于层次方法和PCA特征变换的宫颈细胞识别

对宫颈细胞多分类,可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法实验后,选取支持向量机（SVM）作为基分类器,先用一对一策略（one- versus -one）训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。又考虑不同层特征模式的差异性,在保证识别性能同时,每层分类前先采用主成分分析（PCA）法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次PCA法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。