基于ARM的备份导航系统控显仪设计

为进一步降低飞机备份导航系统控显仪的重量、功耗与成本,改善其实时性,提出了一种基于ARM+OLED的设计方案,以满足备份导航系统的综合性能要求;采用安装VxWorks实时操作系统的S3C2440为核心处理器完成通讯数据处理与解算,通过FPGA实现数据缓存及逻辑控制功能,选用OLED作为显示设备、利用双缓存显示技术完成导航界面显示;实验测试表明设计可行,该控显仪能实时直观地显示各类导航信息,与市场同类产品相比,具备小型轻型低功耗的优点,符合航空领域的应用要求。      

复杂相变热图序列相变线跟踪与应用

针对复杂相变热图序列相变线自动提取问题,提出一种基于帧间差分信息的C-V主动轮廓模型提取方法。首先建立一种基于结构特征的图像精确匹配指标,解决相变热图序列中部分帧的位置偏移问题;然后利用与模板图像的帧间差分及差分图像的对比度增强获取有效相变信息;最后在考虑帧间相变线关联性的基础上,提出一种融合形状先验特征的C-V主动轮廓模型相变线跟踪算法。实验结果表明,该算法解决了目前方法无法解决的序列图像中多相变线、拓扑变化等问题,能适应多种不同类型的模型实验物,且运算速度较经典C-V模型有很大提高。基于该算法开发的软件系统在实际中得到成功应用。     

钛基亚氧化钛电极电化学降解性能研究

采用SEM、EDS对钛基亚氧化钛电极进行形貌和成分表征,用线性极化曲线法和循环伏安法测试电化学性能,通过降解模拟污水测试降解性能以及用荧光光谱法检测自由基。结果表明,钛基亚氧化钛电极上不能发生直接氧化反应,但是电极析氧电位可达2.18 V(vs.SCE),并且检测到生成大量·OH,是一种类似于Ti/SnO_2的惰性电极,在Na Cl和Na2SO4电解质溶液中电流效率分别达40.95%和22.52%,降解效果优于Ti/SnO_2和Ti/Ru Ir电极。     

面向3D打印机的彩色三维模型成型技术

针对3D打印技术打印速度慢、打印精度低、不能多色打印等缺陷,研究3D打印机的STL文件载入和读取、基于OpenGL的模型显示、彩色图片像素采集以及基于RGB颜色空间的数据处理算法等技术,以便将数据转化成相应的G代码发送给下位机.     

面向多核的基于RSTM系统的冲突管理策略

程序并行化是充分发挥多核处理器性能的有效手段。现有编程模型受锁、管道等同步方式的约束,并行度很难提高。针对上述问题,提出一种面向多核的基于Rochester软件事务存储(RSTM)系统的冲突管理策略,在现有编程语言中提供接口,通过事务方式提高程序并行度,以优先级方式解决2个事务发生冲突时的裁决问题,减少不必要的一致性验证,减小系统开销。     

基于实时操作系统的低成本捷联惯导系统

针对捷联惯导系统低成本、小体积的要求,给出提出一种利用微机械惯性传感器,、以ARM芯片作为导航计算机的硬件方案。设计基于嵌入式实时操作系统的实时多任务导航计算机软件系统。测试结果表明,姿态角度的短期误差可保持在2o范围内,软件系统能合理分配硬件资源,提高导航计算机的整体性能,软件的模块化设计使导航计算机的软件系统具备良好可移植性。     

基于TCP拥塞控制的研究与分析

随着Internet的不断发展,网络上出现了大量流媒体和组播流量,同时也带来了拥塞现象的发生。首先介绍了拥塞产生的原因,并详细分析了基于TCP拥塞控制的机制。指出了当前网络技术环境中拥塞控制的新焦点。     

一种基于滑动窗口的数据流频繁闭项集挖掘算法

频繁项集挖掘是数据流挖掘中的一个热点问题.提出了一种新的数据流频繁闭项集挖掘算法MFCI-SW.首先设计了两个新的数据结构:频繁闭项集表FCIL和频繁闭合模式树MFCI-SW-Tree,在此基础上以滑动窗口中的基本窗口为更新单位,在每个基本窗口中提取出频繁闭项集的数据项,将其支持度F和窗口序列号K存到FCIL中;然后随着新基本窗口的到来,通过删除频繁闭项集表中K值最小的数据项和插入新数据项完成对FCIL的更新和MFCI-SW-Tree树的裁剪;最后在MFCI-SW-Tree中可以迅速挖掘出满足用户需要的频繁闭项集.实验结果证明了该算法在执行效率上明显优于DS-CFI算法.     

基于入度调整的结构化P2P网络拥塞控制算法

针对结构化对等网络中存在的由查询负载不均衡所导致的拥塞问题,提出一种基于动态入度调整的拥塞控制算法。算法根据节点查询负载的情况,动态判定出可能存在的热点,并将热点周围的节点组织起来,通过调整每个节点入连接的数量对负载进行调整。为了克服节点处理能力的异构性,算法将热点组中的节点进一步划分为多个能力组,并在能力组内和组间分别进行调整。模拟结果表明,该算法在处理突发流量的过程中可以有效地减少查询失败的次数,降低拥塞产生的影响。     

改进的CKF算法及其在BDS/INS中的应用

针对标准容积卡尔曼滤波(CKF)在组合导航系统模型不确定情况下滤波精度下降甚至发散的问题,将奇异值分解(SVD)与CKF算法相结合,并引入强跟踪滤波(STF)理论,提出一种改进的强跟踪SVD-CKF算法.为提高数值计算的稳定性,采用SVD代替标准CKF中的Cholesky分解;引入STF理论框架,通过渐消因子对预测误差协方差阵进行在线修正,在系统模型不确定或系统发生大的突变时,能够提高系统的强鲁棒性.通过仿真结果验证了改进算法的有效性.