面向航空通信应用的边沿触发器教学设计

研究和分析了面向航空通信应用的边沿触发器教学设计。以边沿触发电路实现原理为核心,引导边沿触发机制的探究式学习；以航空机载网络通信为具体应用背景,引入科学研究和工程实现中实际问题,设计曼切斯特码检测系统实验；使得边沿触发器教学成为“知识再创造”的过程和创新实践的新载体,以期培养新工科背景下的独立、创新和实践精神。     

液力缓速器的试验研究

液力缓速器是车辆传动系统中重要的辅助制动系统。利用缓速器制动，可以减少行车制动器的磨损，防止行车制动器失效，保证车辆安全行驶，缓速器在现代车辆上得到了广泛地应用。分析了液力缓速器的结构和工作原理，针对缓速器的工作原理开发了一套电子控制单元。电子控制单元根据硬件电路采集到的各相关信号，实现对缓速器在不同挡位下不同制动力矩的控制，使车辆在下坡时实现恒速。将该缓速器分别在试验台架和实车上进行制动性能试验。试验结果表明，该液力缓速器在高转速和大充油量的条件下制动效果较好；在低转速和充油量不大的时候，可以为下坡行驶车辆提供基本恒定的制动转矩。     

基于初始电压行波频域衰减速率的MMC-HVDC线路保护方案

针对目前基于模块化多电平换流器的高压直流(MMC-HVDC)电网的线路保护中存在的问题,提出了一种基于初始电压行波(IVTW)频域内衰减速率的MMC-HVDC线路单端量保护方案。首先,构建四端MMC-HVDC电网的等效模型,分别计算直流线路区内外故障下IVTW的频域表达式。由于输电线路两端限流电抗器的边界作用,区内外故障下IVTW随频率增大而衰减的速率具有不同的特点。以不同尺度的平稳小波变换(SWT)提取IVTW在不同频带下的细节系数,并用不同尺度下的小波变换模极大值(WTMM)的绝对值分别表征其在相应频带中的幅值,根据IVTW频域内等效衰减速率的平方构造了识别线路区内外故障的判据。最后,各种故障情况下的仿真结果验证了所提保护方案的有效性。     

甲型肝炎减毒活疫苗的应用及其免疫原性评价

甲型肝炎疫苗(hepatitis A vaccine,Hep A)是防控甲型病毒性肝炎的重要手段。甲型肝炎减毒活疫苗(Hep Aattenuated live vaccine,Hep A-L)因其价格低廉、免疫效果良好,在我国被广泛应用。本文现对Hep A-L的应用及其免疫原性作一综述。     

基于自适应GMM杂波估计的改进MHT算法

在传统多假设跟踪(MHT)算法中通常会假设杂波强度先验已知,当观测场景中杂波未知且空变时,该假设将会导致跟踪算法性能急剧下降。针对这一问题,本文提出一种基于自适应高斯混合模型(GMM)在线估计未知杂波的改进MHT算法。首先利用自适应GMM拟合未知杂波空间分布,并自适应地估计出波门内的杂波强度;然后将其应用于MHT处理中,有效改善航迹得分计算和最优假设航迹估计的准确性,进而实现在杂波未知场景中的稳定跟踪。仿真结果表明,在未知杂波观测场景中,所提算法相比传统MHT算法和MHT-GMM算法获得了更好的数据关联准确性和航迹维持性能。     

压铸模具的工艺参数计算及参数调节

相信许多压铸同仁都熟知压铸模具工艺参数的计算与工艺调整，但是在实际进行工艺调整之前，往往不愿计算，而是凭经验，久而久之，便可能会走向误区。可能会花大量时间去移动吉制点，也可能会在成型不佳时，一味地提速加压。即使解决了成型问题，也往往会忽略模具使用的合理性问题。针对目前国内压铸行业使用非实时监控压铸机居多这一现状，精确计算合理设定压铸参数尤为重要。     

PRB技术在垃圾渗滤液污染地下水修复中的可行性研究

以被垃圾渗滤液污染的地下水为研究对象,分别用天然沸石、陶粒、活性炭、炉渣、零价铁作为反应介质,设计了5种地下可渗透反应器(PRB),分别为反应器A、B、C、D和E,对PRB技术治理污染地下水的可行性和有效性进行实验模拟研究.实验结果表明:反应器A～E对COD的去除率为82.36%～87.29%,NH4+的去除率较低,为12.91%～29.59%,说明PRB技术治理渗滤液污染的地下水有一定的可行性,但技术有待继续深入研究.     

基于压缩感知的神经电信号测量方法设计

介绍了一种基于压缩感知的神经电信号采集方法,用于解决传统无线神经电信号采集系统面临的数据量及系统功耗的限制问题.鉴于压缩感知处理信号的稀疏性要求,该方法还可应用于其他生物电信号的采集、压缩,仿真验证压缩比可达10x,重建信号的信息损失较小.另外,由于以往神经电信号采集系统只截取动作电位中的一部分电位信息,因而存在信息损失现象;而本文方法可实现信号的连续采集.     

防空导弹网络化作战系统效能评估

防空导弹网络化作战系统结构复杂，战技性能指标诸多．难以全部采用定量的方法描述。文中引入模糊综合评判法．建立效能评判模型．并给出效能评价指标体系，最后通过具体实例证明了该模型具有实用性。     

结合Rotation Forest和MultiBoost的SVM集成方法

针对如何提高集成学习的性能,提出一种结合Rotation Forest和Multil3oost的集成学习方法—利用Rotation Forest中旋转变换的思想对原始数据集进行变换,旨在增加分类器间的差异度;利用Mu1tiI3oost在变换后的数据集上训练基分类器,旨在提高基分类器的准确度。最后用简单的多数投票法融合各基分类器的决策结果,将其作为集成分类器的输出。为了验证该方法的有效性,在公共数据集UCI上进行了实验,结果显示,该方法可获得较高的分类精度。