全线相继速动距离保护新原理及其分析

在对现有构成全线相继速动原理分析基础上，提出了一种新的加速量以达到全线相继速动 的效果，此法简单可靠，无需考虑时间上的配合，真正起到了相继速动的作用，并带来了其 他某些优点，增加了自适应性。     

基于模糊K均值聚类和Sarsa(λ)算法的自适应爬壁机器人路径规划

针对现有爬壁机器人规划算法难以实现在线自适应高效规划的问题,设计了一种基于模糊K-Means算法和经典Sarsa(λ)算法自适应爬壁机器人规划算法;首先,对爬壁机器人的动力学模型进行了建模和分析,然后,对爬壁机器人规划中的状态进行自适应聚集从而实现值函数的近似,设计了K值可变的改进模糊K均值聚类算法对状态进行自适应地在线聚类,将聚类中心对应的值函数作为整个聚类所有数据对象的值函数的近似值,最后,对基于模糊K均值聚类算法和Sarsa(λ)算法的爬壁机器人在线规划算法进行了定义和描述,在MATLAB环境下对简单障碍物场景和复杂障碍物场景分别仿真实验,实验结果表明文中方法能有效地进行路径规划,随着情节数的增加,规划结果逐渐收敛到最优值,同时在环境变化时,收敛效果不受影响,具有较好的稳定性,是一种高效地实现爬壁机器人在线规划的方法。     

基于边界扫描技术和TCL语言的簇测试设计

在边界扫描测试技术中,由BS器件和非BS器件主成的逻辑簇测试是研究的难点问题,文章介绍了高效、简明、移植性好的TCL语言.在深入研究边界扫描簇测试原理的基础上,以实现逻辑簇测试为目的,采用了TCL嵌入C++的方法实现测试用例的脚本化,完成了基于TCL语言的Cluster测试脚本设计;通过对数字电路实验板的测试结果分析,得到了使用TCL脚本语言与C++联合编程能够实现簇测试,并且可以提高边界扫描测试软件工作效率的结论,具有较好的应用前景。     

一体化小卫星综合测试系统的设计

在卫星的研制测试过程中,现有的测试设备通用性不强、开放性和灵活性不够、设备集成化程度低、自动化和智能化程度不高;通过提出一种小型化、一体化的综合测试系统的设计方法,并结合现有的资源进行了具体的项目开发,为未来的小卫星提升测试效率,降低系统成本,缩减系统规模探索出一条新路;实践表明,该方案在满足现有测试要求的情况下,在研制成本、系统体积、组建时间和无故障运行方面等均有较大改善。     

基于希尔伯特解调的LFM信号调频斜率的识别

脉冲调制信号调制参数的识别与计算是很多领域的研究重点,文中以希尔波特解调为基础,依据LFM信号相位信息的特点和最小二乘法的拟合,研究了一种全新的线性调频信号的识别算法,并分析了识别算法对载频不敏感的特点,并通过迭代算法以及自身的收敛特性,可快速解调出LFM信号的调制参数;通过各类仿真信号的解调分析,算法的正确性和有效性得到了验证;结合虚拟仪器技术,本算法在某雷达接收机线性调频信号的测试得到了工程应用,进一步验证了算法的有效性。     

产抗菌物质海洋细菌B105生长特性及培养条件

对1株产抗菌物质海洋细菌B105的生长特性及培养条件进行了初步研究。结果表明,海洋细菌B105耐盐度3g/100mL~4g/100mL,培养基初始pH值为7.0~8.0,在海水培养基中生长达到高峰时间72h~96h,产抗菌物质较佳时间72h。在最佳条件下,菌株B105产抗菌物质抑菌效果,对金黄色葡萄球菌抑菌圈直径33.6mm,对大肠埃希氏菌抑菌圈直径23.5mm。     

空空导弹制导跟踪控制器设计及其仿真

空空导弹的制导跟踪特性直接影响到导弹对目标的攻击精度;针对空空导弹控制系统的高度非线性、强耦合等特性,运用非线性控制的逆系统方法设计导弹制导稳定跟踪器,并在建立导弹质心运动数学模型和仿真的基础上,对比施加干扰和未施加干扰情况下的数值仿真结果;仿真结果表明,系统收敛速度满足要求,且具有一定的抗干扰能力,能保持稳定跟踪。     

基于DMS和EDF的CAN总线混合调度算法

针对CAN总线调度问题,分析了CAN网络中信息帧发生传输错误的概率化最大响应时间,融合DMS算法的可预测性良好、处理器开销低以及对数分区EDF算法的灵活性强、网络利用率高的特点,提出一种考虑消息关键性的混合调度算法;在上述研究基础上,利用MATLAB/SimEvents工具箱建立CAN网络模型,并对3种调度算法进行了仿真,当网络利用率达到约85%时,混合调度算法丢包率为0.8%,但丢失的数据不包含硬实时消息,而且成功降低了处理器的额外开销时间,仿真结果表明混合调度算法既能提高系统的实时性,又能减小处理器的运算负担。     

基于改进型人工鱼群算法的支持向量机参数优化

支持向量机在高维度、小样本情况下具有独特优势,但同时支持向量机的参数优化极大制约了其分类效果,目前参数优化缺乏系统的理论指导;针对传统DAG-SVM训练分类器较多,训练耗时长,分类效果受到结构排序的影响,提出了一种基于“1 vs R”策略的改进型算法;针对 SVM传统参数优化方式耗时大,优化精度不高,提出了改进型人工鱼群算法;最后结合1 vs R-DAG支持向量机算法与改进型人工鱼群算法,得到一种新的改进型支持向量机算法;仿真对比实验证实,对支持向量机的参数优化是有效可行的。