航天测控通信系统综合基带中频接收单元数字化方案

本文论述了利用DSP处理器和FPGA完成70MHz卫星下行信号的载波捕获与跟踪、多普勒提取、遥测和测距信号的解调,从而实现了中频接收的数字化、软件化、提高了系统的精度,大大缩小了系统的体积。     

GaAs MESFET肖特基结参数表征及其应用

运用双指数函数模型方法分析了影响GaAsMESFET肖特基势垒结特性的各种因素 ,编制了结参数提取和I -V曲线拟合软件 ,实现了通过栅源正向I-V实验数据提取反映肖特基势垒结特性的 6个结参数 ,其结果与实验数据吻合得很好。并对TiAl栅和TiPtAu栅GaAsMESFET进行了高温储存试验前后的结参数对比分析和深能级瞬态谱 (DLTS)验证分析 ,证明这种结参数表征方法是进行器件特性、参数的稳定性与退化和肖特基势垒结质量研究的一种新的实用可行的分析手段。     

面向大规模认知诊断的DINA模型快速计算方法研究

在教育教学的过程中,如何诊断学生的知识水平是一个重要的问题.传统方法大多由教师根据学生的表现和成绩进行人工判断,存在效率低、主观性强的问题,且难以做到针对大量学生的个性化诊断.近年来,认知诊断模型中的DINA模型被广泛应用于诊断学生个性化知识掌握程度.然而传统DINA模型大多基于小样本数据,当面对在线教育带来的大规模数据处理需求时,存在收敛速度慢的问题,难以实际应用.针对DINA模型计算时间过长的问题,本文首先给出了DINA模型的收敛性证明,并提出了三种能够加速DINA求解的算法：（1）增量算法,它将学生数据划分为多个学生块,每次迭代只访问其中一个学生块;（2）最大熵方法,它只访问在极大化模型熵的过程中影响较大的学生数据;（3）基于前两者的混合方法.最后,本文通过真实数据和模拟数据上的实验,分析证明了三种方法均能在保证DINA模型有效性的情况下,达到几倍至几十倍的加速效果,有效地改善了DINA模型的计算效率.     

飞行模拟器运动平台控制算法研究与分析

首先阐明飞行模拟器的工作原理,根据系统计算机给出的3个轴向过载和3个角加速度,建立模型计算得到模拟座舱的位置坐标和姿态角信息,然后对系统进行分析,设计洗出环节,建立矢量算法数学模型,解算出液压作动筒的变化长度,通过伺服系统驱动和控制飞行模拟器的运动。由于模拟座舱不可能达到真实飞机的过载,引入限幅环节以保证飞行器在机动时的过载感觉。模型设计和算法设计已经通过测试,并且在实际应用中得到验证,可以满足系统需求,具有良好的控制效果。     

有机-无机ZrO2纳米复合光致聚合物的全息特性

研究了一种掺入ZrO2纳米颗粒的丙烯酰胺基光致聚合物的全息特性。用Ar+Kr+激光器647nm波长的光对光聚物进行曝光,实验表明,在纯有机光致聚合物中掺入ZrO2纳米颗粒后,折射率调制度从1.88×10-3提高到2.28×10-3,缩皱率从3.2%降低到0.8%。说明有机-无机ZrO2纳米复合光致聚合物材料,是高密度全息存储所需的比较理想的存储材料。     

N∶ZnO薄膜的受主性质研究

使用溶胶-凝胶法制备N∶ZnO薄膜,用X射线衍射仪(XRD)对晶体结构进行表征,用扫描电子显微镜(SEM)观察薄膜表面形貌,用荧光光谱仪测量低温(8K)及变温条件(8～200K)下的光致发光(PL)光谱。分析了各个发射峰的形成机理,通过薄膜缺陷态发光和受主能级的关联性,计算出了N作为受主所需电离能的大小在0.255～0.31eV范围内。研究结果为以后P型ZnO薄膜的制备和研究提供了依据。     

爆轰驱动动力学计算程序的并行计算研究

本文针对自行研制的二维爆轰驱动动力学计算程序LSFC2D的结构化网格特点,采用递归对分的区域剖分技术以及全局重分和局部微调相结合的动态负载平衡技术,实现了欧拉网格间的物理量传递,使得程序能够在高性能并行计算机上运行,解决了计算物理模型的计算规模和计算时间问题.在计算集群上进行了并行程序的正确性验证和并行性能测试,结果表明,150万网格量时并行计算效率达到了50%以上.     

提高弹上设备含孔缝壳体屏蔽效能方法研究

出于通风散热、线缆进出的考虑,弹上很多设备的壳体表面都有孔洞,严重降低了壳体的电磁屏蔽效能,是造成 电磁干扰的重要原因。弹上空间有限,负重对飞行成本的提高很大,且导弹飞行过程中过载很大,因此采取提高含孔缝壳体屏 蔽效能的措施需同时考虑到所占空间、增加的重量和对设备结构强度的影响三个要素。提出了一种提高含孔缝腔体电磁屏蔽 效能的新方法——加装屏蔽立柱,这种方法结构简单,基本不占用屏蔽壳体内的有限空间,也不会明显增加飞行重量,而且不 影响线缆进出、通风散热、结构强度和电气连续性。理论计算和实验测试结果都验证了理论的正确性。     

One Dictionary vs. Two Dictionaries in Sparse Coding Based Denoising

As a promising technique, sparse coding can be widely used for representation, compression, de-noising and separation of signals. This technique has been introduced into noisy speech processing, where enhancing speech itself or speech feature remains a challenge. Unlike other fields where noises are dense, the noises in speech are often sparse or partly sparse over the speech dictionary, re-sulting in performance degradation. It is necessary to un-derstand the noise conditions of speech environments and the applied range of sparse coding. This paper analyzes the assumptions of sparse coding and provides the bounds of reconstruction error for two sparse coding methods which are widely used. Based on this analysis, the performance of the two methods under different conditions are com-pared. The results show that the performance of sparse coding can be improved by a well-prepared noise dictio-nary. Experiments on speech enhancement and recognition are conducted, and the results coincide with the theoretical analysis well.