光纤陀螺输入轴失准角温度补偿研究

提高温度特性是光纤陀螺仪工程化的一个难题,温度补偿是解决该问题的一种有效方法。光纤陀螺与温度相关误差项主要为零漂和标度因数,输入轴失准角也是影响光纤陀螺应用的一个重要误差项。在大量试验的基础上,分析了光纤陀螺输入轴失准角误差产生机理,采用多项式拟合方法建立了输入轴失准角误差全温模型,对多套光纤陀螺进行了全温补偿。试验结果表明,输入轴失准角补偿前全温变化在2?10^-3rad数量级,补偿后全温变化小于3?10^-4rad,精度提高了近一个数量级,大大提高了光纤陀螺仪的全温性能。     

多型号变加载磨合试验装置测控系统研究

针对多型号某传动机构的变加载磨合试验需求,研究了变加载磨合试验的相关技术,给出了一种双路传动链的磨合试验装置的构建及其实现方法。测控系统采用主从式控制模式,主机为工控机辅以多功能数据采集卡,用于磨合作业的调度、数据处理及人机交互等;从机为西门子Simotion D410运动控制系统,通过TCP/IP通信方式接收主机的数据指令,完成对磨合作业运动任务的控制。     

数据同化框架下基于差分进化的遥感图像融合

针对现有融合方法的结果图像不易根据后续处理的要求进行自适应调整, 不同方法的优点不易综合的问题, 借鉴气象领域中的数据同化系统能综合其模型算子和观测算子两者优点的思想, 提出一个基于差分进化的遥感图像融合框架. 在该框架下, 将基于对比度àtrous的Contourlet变换作为模型算子, 独立分量分析和àtrous小波变换作为观测算子, 用差分进化(Differential evolution, DE)算法来优化由图像定量评价指标组成的目标函数, 从而获取更合适的图像. 二组实验从视觉效果和定量指标两方面验证了该框架的有效性.     

嵌入式Linux下的FRAM驱动程序设计

针对铁电存储器(FRAM)在基于ARM9的嵌入式Linux系统下设备节点的读写及应用问题,研究Linux系统的驱动设计,分析FRAM的工作原理和硬件特性,提出基于Linux系统标准驱动架构与铁电底层预处理、读写、控制等工作机制相结合的FRAM驱动程序设计与实现流程。底层实现采用内核级基于FRAM的寻址方式,结果证明了该驱动在相应数据存储、传输中的可行性与稳定性。     

基于FSM模型的车载MOST网络管理系统

设计并实现一种基于有限状态机(FSM)模型的车载MOST网络管理系统。采用中心注册机制管理MOST网络地址资源,通过动态分配各节点的逻辑地址实现多媒体设备即插即用的工作方式,构造FSM模型描述MOST网络系统的状态。测试结果表明,该系统可增强车载MOST网络的灵活性、健壮性和容错性,满足车载信息娱乐系统对即插即用工作方式的需求。     

高分辨率灰度图像的快速多分辨率着色

灰度图像的计算机快速着色有着广泛的应用前景,尤其足对老照片或者旧影片的彩色化处理.基于最优化的着色方法利用少量的人工标色,就能够得到好的着色效果,但是该方法在处理较高分辨率图像时需要消耗大量的存储和计算资源,有时甚至不能得到最后的结果.在最优化着色方法的基础上,文中利用图像着色的特征,提出了使用最优化着色的金字塔模型进行多分辨率着色处理的新方法,始终控制矩阵计算的规模,能够很快地得到视觉效果一致甚至更好的着色效果.实验结果也证明新方法无论在计算时间、存储需求还是最后着色的质量上,尤其是针对高分辨率图像,比原方法有了很大的改进.     

54Mb/s NRZ时钟数据恢复电路的设计与实现

提出一种采用双环路的时钟数据恢复电路,电路采用改进型Hogge鉴相器;鉴相环电荷泵充放电电流为13.06μA,改善了输出时钟的抖动影响;压控振荡器采用四级环型振荡结构,由伪差分结构延迟单元组成,降低了系统电路设计难度,减小了VCO的增益。通过Cadence软件的Spectre工具仿真,能够顺利地从54Mb/s的非归零码数据中提取出54MHz的同步时钟,时钟占空比为50%,满足设计要求。     

偏瘫患者辅助下肢外骨骼设计与仿真分析

针对偏瘫患者外骨骼康复机器人降低外骨骼质量的要求,设计了一种辅助下肢外骨骼机器人,采用柔索驱动的膝关节,具有结构简单,质量轻的特点。同时利用ADAMS建立了外骨骼关节柔索驱动的动力学模型,绳索模块建立了柔索驱动模型,通过Ariel生物运动分析软件,采集髋、膝、踝关节运动数据,运用Spline函数进行了仿真分析。经过仿真分析柔索驱动在上台阶运动过程中的不同拉簧预紧力和拉簧刚度下传动特性和驱动力矩,为进一步研究设计下肢外骨骼提供依据。     

基于兴趣的社交网络用户聚类及可视化

随着社交网络的流行,从各种各样的社交网络数据中提取出有效信息并进行清晰直观的可视化分析,从而为用户提供有价值的潜在知识,显得尤为重要。聚类分析是数据挖掘中的重要分析手段,传统的面向社交网络数据的用户聚类分析大都仅考虑网络的拓扑链接结构,未考虑用户的兴趣相似度。文中基于贝叶斯概率模型来计算用户兴趣相似度并进行聚类,进一步设计交互可视化方式来展示上述聚类结果。具体地,针对社交网络中的用户评分数据 建立潜在语义模型来提取表示每个用户兴趣特点的特征向量;基于用户的特征向量对用户进行聚类,得到具有不同特征的人群,并通过实验和热度图选择合适的人群聚类数;最后提出了基于层次气泡图的可视化展现和分析方案,将用户、电影类型、电影等多维信息在图形中交互展示,支持用户从全局概览到局部细节的推进式探索,从多角度可视化人群特征。对豆瓣网用户和电影评分数据进行了实验和分析,结果验证了所提方法的有效性。