基于ARM的矿井下漏电保护装置的研究

针对当前矿井下漏电保护问题,设计了以ARM作为核心的矿井下电网的漏电保护装置,该装置可以解决矿井下总馈电开关和分支馈电开关的漏电保护问题,同时改善了漏电保护装置的动作性能,弥补了过去许多保护装置的不足,应用价值很高。     

一种增强差异性的半监督协同分类算法

半监督学习中的Tri-Training算法打破了以往算法对充分冗余视图的限制,并通过利用三个分类器处理标记置信度和样本预测问题提高了标记效率.为进一步增强协同训练过程中分类器之间的差异性以提高性能,本文在其理论基础上提出了一种增强差异性的半监督协同分类算法.该算法利用三个不同的分类器进行学习;考虑到分类模型在更新过程中,可能会因随机抽样导致性能恶化,该算法利用基于标记类别的分层抽样法来对已标记样本集进行抽样,并通过基于分类正确率的加权投票法实现了分类器的集成,提高了预测准确率.本文通过实验对所提出算法与Tri-Training算法做了性能比较,实验结果表明本文所提出的方法在分类问题上具有较好的性能,验证了该算法的有效性和可行性.     

基于高斯短时分数阶Fourier变换 的海面微动目标检测方法

海上目标随海面颠簸导致姿态变化,引起回波功率调制效应,导致回波多普勒体现时变和非平稳特性.为此,本文将微多普勒理论应用于海杂波中弱目标检测,提出一种基于高斯短时分数阶Fourier变换(GSTFRFT)的海面微动目标检测方法.首先,建立海面目标的平动和三维转动回波模型;然后,基于海尖峰判别方法对回波信号进行数据筛选,改善信杂比,并采用GSTFRFT对微动信号进行增强处理,利用海面目标与海杂波的微动特征差异设计恒虚警检测方法;最后,通过GSTFRFT域滤波,提取信号的微动特征并得到瞬时频率.实测雷达数据仿真结果验证了算法的有效性,具有在强海杂波中检测微弱目标的能力.     

基于PMF-FFT改进的捕获方法

在北斗或GPS定位系统中,噪声环境下的快速捕获是信号处理的重要环节。提出了一种基于PMF-FFT改进算法的信号同步捕获方法,可以在硬件资源有限的情况下提高多普勒频偏估计精度,并在不增加FFT点数的条件下减少相关增益存在的损失,该改进算法综合考虑了捕获时间和硬件资源的消耗占比,优化了算法结构。对仿真结果做了分析,结果表明能够有效增加捕获概率,减少捕获时间。     

赤峰热电厂5号炉的综合治理

通过对赤峰热电厂５号炉存在的问题进行了较为详细的分析,针对制粉系统出力不足,除尘器效率低和引风机积灰振动及出力不足等问题,提出了技术改造措施。改造后实际运行和试验结果表明;锅炉完全可以带来满负荷稳定运行,提高了锅炉的安全性和经济性。     

关于运行中汽包壁上下温差限制的探讨

电厂运行规程中规定锅炉汽包壁上下温差不得超过５０℃,而实际运行中特别是启停及事故情况下,这一规定难以达到,而在这种上下壁温差超规定的情况下也未多发生汽包破坏或严重损伤。因此,如何对待运行中这一限制一直是一个有争议的问题。试图从强度分析的角度,探讨汽包壁上下温差的限制问题,以便改善锅炉的运行管理工作。     

火炮装填系统实时三维人机界面显示技术研究

实现了一种火炮装填系统三维实时显示的人机界面,将传统虚拟现实与总线通信技术结合起来,形成一种三维模型+数据驱动的模式。通过CAN总线采集现场传感器数据并根据通信协议进行数据处理,再将运算后的数据赋予部件模型对应的变量,使界面显示出当前部件模型的实时运行状态,从而在操作终端实现与实际装填系统状态准确一致的虚拟视景。此方法达到了可视化的实时显示效果,增强了操作手的真实感,以及作战指挥人员的真实性和交互性,提高了指挥自动化系统的实用性。     

ICF激光装置靶场光束引导路径的优化研究

为了缩短惯性约束聚变(ICF)激光装置在靶场区光束引导的总时间为基于光束引导传感器固定子区划分的光束引导方法,提供了引导路径的一种优化方法。通过优化预备子区中心到目标子区中心的角度,最小化对引导总时间有贡献的投射镜的角位移量的总和。以终端光学组件的一种布置为研究对象,以引导目标点为靶室中心的情况为例,介绍了引导路径的优化过程。引导总时间的估计表明,与普通的串行光束引导方法相比,该方法可以很大程度上缩短光束引导的总时间。当预备子区中心与目标子区中心之间的距离为1 mm时,引导总时间可以缩短为采用普通串行引导方法时的0.518倍。     

基于局部形变模型三维人脸快速建模

针对传统三维形变模型计算量大,难以满足实时性的不足,提出一种实用、高效的三维形变模型,进行个性化三维人脸重建。首先,对三维人脸关键特征点定位,分割划片;然后,对每个分片分别建立形变模型并进行匹配恢复其局部形状信息;最后,把每部分进行无缝拼接,生成逼真的三维人脸。实验结果表明,该方法能够获得较好的建模精度,在短时间内可以通过单幅真实图像重建出逼真的三维人脸模型。     

基于三维凹包学习算法的海面小目标检测方法

对于特征类的海面小目标检测方法,现有3特征检测器通常采用凸包分类算法完成检测。在实际应用时发现,该分类算法生成的判决区域在某些情况下不能很好地反映海杂波样本集合在特征空间中的分布情况,进而对检测器性能造成一定程度的损失。相比之下,使用凹包算法生成的判决区域是由凸包内剖得到的,它能更加贴合海杂波样本的分布,因此该文将判决区域的形式由凸包转化为凹包,并在此基础之上提出一种基于3维凹包学习算法的海面小目标检测方法。同时,针对现有3维凹包算法存在的内剖效率低、无法实现恒虚警检测的缺点,该文通过优化内剖点选择方法、增加“外补”环节的方式对算法进行改进。最后,经实测CSIR数据及X波段试验雷达数据共同验证,在其他参数均相同时,该文方法的检测性能要优于已有的多特征检测方法,并且通过对凹包算法的复杂度分析证明了所提方法的应用潜力。