基于LabVIEW的引信机构控制与测试系统

可编程引信弹道环境仿真与测试平台是研究引信机构动态特性的试验装置,为了获得准确的试验结果,必须建立配套的测试系统.本文建立了引信机构控制与测试系统,完成了对可编程引信弹道环境仿真与测试平台多个电机进行同步控制与测试,解决了工程中遇到的新问题一引信机构动态特性的测试问题,该系统测试精度高,并且成本低.     

整数阶Jerk模型动力学行为的研究与实现

本文对整数阶Jerk模型的动力学行为进行了研究,改变整数阶Jerk模型中的各控制参数,考察这些参数对系统的动力学行为的影响,并给出系统动力学行为随各参数变化的规律.同时提出了一种整数阶Jerk模型动力学行为的实现方法,给出了电路原理图及实验结果.结果表明,实验结果与仿真结果一致.     

基于Agent技术的物流管理信息系统模型

全球经济一体化进程使得越来越多的企业开始将物流战略视为其获得市场竞争优势的重要依据,但是当前的物流管理信息系统由于缺乏交互能力,获取的信息有限,相对封闭,整体协调性差,故没有竞争力.而Agent技术具有较强的交互能力,通过Agent的自主交互可以最大限度的获取信息,在此基础上,我们提出了一个基于Agent的物流管理系统模型.本文从三个方面进行了探讨,即:①Agent理论②基于Agent的物流管理系统需求分析和体系结构模型③Agent通信.     

基于PSoC的V/F转换器实现

介绍一种可编程系统芯片PSoC(Programmable System on-Chip)的主要功能.逻辑结构及其系统实现.分析了V/F转换器的基本原理,提出了在传统V/F转换器的基础上,通过使用PSoC上的数模混合信号阵列芯片实现压频转换的功能.相比传统技术,新设计方式易于多功能集成,简化了外围电路,具有成本低廉,精度高,功耗低,可靠性好的优点.     

基于Transformer的实时语义分割网络及应用北大核心CSCD

为提升机器人对电缆隧道场景的环境感知能力,提出了一种适用于电缆隧道场景的实时语义分割网络。使用Transformer结构提取图像全局语义信息,同时使用卷积神经网络捕获图像局部细节信息,将二者结合增强图像分割精度。同时,针对机器人以及隧道特点,将语义分割结果转化为机器人前方目标信息以及机器人偏离情况信息,辅助机器人导航避障。实验结果表明,所提出的网络在公共数据集Cityscapes、CamVid上平均交叉联合度量分别为77.2%、76.8%,相比BiSeNet分别提高了8.8%、8.1%,并能较好地适应于实际电缆隧道环境中,提供有效的场景感知信息,实现自主避障。     

一种应用于5G毫米波通信的双极化有源相控阵模组

针对5G毫米波通信,研制了一种双极化有源相控阵天线模组。厚度为2 mm的多层PCB正面印制阵列天线,在其背面集成多通道波束成形芯片,通过中间层实现天线与芯片的互连以及供电、控制等。测试结果表明,研制的板状4×4双极化相控阵模组在E面和H面均实现了不小于±40度的波束扫描范围（不大于3 dB的电平下降）和低于-18 dB的归一化交叉极化电平,在24～27.5 GHz的频率范围内实现了V极化和H极化分别为42.6～45.7 dBm和43.5～46.1 dBm的等效全向辐射功率（EIRP）。     

土壤中红外光谱库支持下的局部建模集优化

土壤中红外（MIR）光谱能快速、无污染、低成本地估算土壤有机碳等理化属性。随着各种尺度土壤光谱库的建立,使用其进行快速土壤分析引起广泛关注,但光谱库的通用模型在局部尺度上的预测效果不理想。开发“局部化”光谱建模方法是提高土壤光谱库性能的有效途径。本文提出了一种新的方法,通过光谱相似度计算和建模子集构建,旨在从库中快速建立最优局部建模集以提高预测精度。比较了欧氏、马氏、余弦三种距离算法衡量待测样本与库样本之间的相似度并生成距离矩阵;使用连续统去除法从距离矩阵中提取库容曲线中的特征点。利用偏最小二乘回归建立土壤MIR光谱与有机碳含量间的定量关系。结果表明,三种距离算法结合连续统去除得到的第一特征点均可得到较佳的预测精度。马氏距离不仅模型精度最高（R² = 0.764,RMSE = 1.021%）而且用到的库样本数最少（14%库容）。本方法可改善MIR光谱分析的成本效率并能提高局部尺度的预测能力。     

基于历史数据和多目标优化的测试用例排序方法

针对如何提高测试用例序列的揭错效率和回归测试效益问题,提出一种基于历史数据和多目标优化的测试用例排序方法。首先,根据测试用例的文本主题相似性和代码覆盖相似性对测试用例集进行聚类,并根据历史执行信息对测试用例间的执行失败关系进行关联规则挖掘,从而为后续过程做准备;然后,利用多目标优化算法对每个类簇内的测试用例进行排序,在此之后生成最终排序序列,使相似的测试用例分隔开;最后,利用测试用例间的关联规则,动态调整测试用例执行次序,从而使可能失败的测试用例优先执行,以进一步提高缺陷检测效率。与随机排序方法、基于聚类的排序方法、基于主题模型的排序方法、基于关联规则和多目标优化的排序方法相比,所提方法的平均故障检测率（APFD）平均值分别提高了12.59%、5.98%、3.01%和2.95%,基于成本的平均故障检测率（APFDc）平均值分别提高了17.17%、5.04%、5.08%和8.21%。实验结果表明,所提方法能有效提高回归测试效益。     

采用固定时间观测器的翼伞控制方法与应用

针对翼伞–火箭一子级柔性结构系统的控制难题,提出了一种采用固定时间观测器的改进矢量场轨迹跟踪控制方法.首先,设计了在线风场估计方法对未知风场进行了估计;其次,为了保证该控制系统在气动参数不确定、子系统铰连耦合等因素影响下的快速稳定性,提出了一种固定时间干扰观测器用来估计无需知道干扰上边界的复合干扰,并用于补偿控制系统的输入;然后,设计了一个同时保证侧偏距、偏航角以及偏航角速率稳定的横侧向控制器,并利用Lyapunov理论证明了闭环翼伞控制系统的收敛特性.最后,通过数值仿真及硬件在环实验验证了所提出方法的有效性及应用价值.     

融合BERT和卷积门控的生成式文本摘要方法

结合注意力机制的循环神经网络(RNN)模型是目前主流的生成式文本摘要方法,采用基于深度学习的序列到序列框架,但存在并行能力不足或效率低的缺陷,并且在生成摘要的过程中存在准确率低和重复率高的问题.为解决上述问题,提出一种融合BERT预训练模型和卷积门控单元的生成式摘要方法.该方法基于改进Transformer模型,在编码器阶段充分利用BERT预先训练的大规模语料,代替RNN提取文本的上下文表征,结合卷积门控单元对编码器输出进行信息筛选,筛选出源文本的关键内容;在解码器阶段,设计3种不同的Transformer,旨在探讨BERT预训练模型和卷积门控单元更为有效的融合方式,以此提升文本摘要生成性能.实验采用ROUGE值作为评价指标,在LCSTS中文数据集和CNN/Daily Mail英文数据集上与目前主流的生成式摘要方法进行对比的实验,结果表明所提出方法能够提高摘要的准确性和可读性.