单轴涡轮喷气发动机起停逻辑设计

以航空单轴涡轮喷气发动机起停控制为研究对象,设计了一种基于有限自动机的燃气涡轮发动机全工作状态起停逻辑。首先,给出了起停控制系统下的输入以及控制输出;然后,设计了涡轮喷气发动机各起停状态,给出了各起停状态之间的转换条件和关系;最后,给出了基于N变化率和EGT温升的点火状态计算方法、点火器控制规律和供油状态量计算规律。该起停逻辑在电子控制器上实现。通过实验,该起停逻辑能够有效控制点火器和燃油系统正常工作,并能及时提供涡轮喷气发动机运行状态信息,延长发动机的寿命,具有很强的工程实用性。     

SDN控制器的测量方法探讨

目前针对SDN控制器的评估测试还缺少统一、明确的方案。基于对上述问题的长期思考和在工作中积累的经验,提出了一套相对完整的SDN控制器测量方法,并给出了相关测试数据分析,以求为业界同仁提供一定的参考和借鉴。     

运输车散射截面仿真分析*

论文首先分析运输车面临的威胁,并基于其面临威胁的雷达探测频率、极化形式及角域研究典型车辆的后向散射特性,给出运输车散射特性的分布规律,可用于指导同类车辆的雷达波散射特征控制。     

自然场景下的文本定位

首先阐述了文本定位的基本流程,然后列举了现有的主要文本定位方法,分析了基于区域、纹理、边缘、角点的文本定位方法和机器学习的文本定位方法的优缺点,详细说明了文本区域验证和文本块区域合并的方法,最后总结了各种文本定位方法。     

计算机等级考试引导计算机基础课程教学改革的思考

随着全国计算机等级考试在各高校的普及,各高校报名参加计算机等级考试的人数逐年增加。该文通过对计算机等级考试和计算机基础课程教学之间关系,计算机基础课程教学的现状和存在问题的分析,提出了适应计算机等级考试,有利于现代教学教改要求的计算机基础课程教学改革的措施。     

无线传感器网络吞吐量的自适应跨层优化策略

采用跨层优化方法,分析了无线传感器网络点对点链路的吞吐量优化问题。首先推导出吞吐量的理论表达式;随后以最大化吞吐量为目标,采用一种基于分层优化的数学框架,分别得到物理层最优符号速率、最优调制星座体积和MAC层最优数据包长;在此基础上,通过联合优化物理层参数和MAC层参数实现了链路吞吐量的最大化;最后提出了一种自适应跨层优化策略。在不同的信噪比条件下,根据该自适应策略来配置相应的最优物理层参数和MAC层参数,便可以保证链路的吞吐量达到最优值。仿真结果表明,与传统的分层优化相比,跨层优化后链路的吞吐量性能得到了明显提高。     

基于Android的安防视频监控系统

安防监控是未来智慧城市的重要发展方向之一,基于Android的视频监控使安防应用更为便捷、智能。本系统采用高性能的ARM Cortex-A8处理器,在Android系统之上构建了一个安防视频监控系统。采用Android底层的Linux内核驱动实现视频数据的采集,并通过移植x264和JRTPLIB库实现了视频数据的H．264编码和RTP协议传输,保证了视频监控具有较好的实时性和可靠性。     

生物本体的研究与应用概况

生物本体是生物领域的科学知识与人工智能领域的本体方法有机结合的产物,用来建立生物科研领域的知识结构和概念模型。生物本体的研究对生物领域内部及相邻领域间的交流与合作具有重要推动作用。本文在简要介绍本体概念的基础上,阐述了生物本体的基本特点与研究意义,并分析了国内外多种生物本体的发展、研究与应用现状。     

浅谈信息技术与数学学科的整合

信息技术的发展,使人们的学习和交流打破了过去的时空界限,为人类能力的提高和发挥作用带来了新的空间。通过信息技术与数学学科的整合,让数学更贴近生活,突破教学重点难点,提高了学生的发散性思维能力,让我们看到信息技术在教学中的重要性。     

Impact of Knowledge Representations on Problem-Oriented Learning in Online Environments

The objective of this study was to investigate the impact of knowledge representations on problem-oriented learning in online learning environments. The study compared the impact of knowledge map representation with traditional hierarchical representation with regard to learning memory and problem-solving performance. Twenty-nine students participated in an experiment in which they studied online materials with the goal of solving two programming problems (simple and complex). It was found that participants who used the hierarchical representation read in the depth-first sequence, whereas participants who used the knowledge map representation read in a sequence reflecting the system running mechanism implied by the graphical representation. In addition, participants who used the knowledge map representation had better memory of the learning content, especially about relations between knowledge nodes. When solving the complex problem, participants who used the knowledge map representation made a deeper analysis of the problem and had better problem-solving performance. These results were not significant in the simple problem-solving task.