漫湾水电站二期工程地下洞室开挖施工质量控制

本文对漫湾二期工程水平隧洞开挖、竖井的开挖及主厂房顶拱、岩壁吊车梁的开挖质量控制进行了介绍，重点是如何保证各个工作面开挖质量，特别是保证厂房岩壁吊车梁岩台开挖成型是质量控制的重中之重。施工中采取行之有效的质量控制措施，确保了上述部位的开挖质量。     

基于DM355的MAV机载视频及遥测数据处理系统

设计了一种适用于微型飞行器的机载视频压缩存储以及遥测数据采集系统.系统主要包括核心处理器DM355及其外围电路、CMOS图像传感器以及三轴陀螺、三轴加速度传感器、磁阻传感器等MEMS器件.给出了系统硬件电路的设计及关键器件的选择、视频数据的采集与压缩及存储流程并阐述了系统外围器件驱动程序的设计.该系统具有体积小、重量轻、功耗低等特点,满足了微型飞行器系统性能指标的要求.     

基于双目立体视觉的汽车安全车距测量方法

汽车安全车距测量作为智能交通系统的一个重要分支是近年来的研究热点.本文阐述了双目立体视觉的原理,提出一种应用于高速公路上的安全车距测量方法.该方法根据目标车辆在左右摄像头所获的图像中对应的不同坐标,利用公垂线中点法计算出目标车辆到摄像头的距离.实验结果表明:该测距方法测量范围广,对远距离测量也适用;测量精度能满足智能交通中车辆安全距离测量的实际需要,是一种有效的前方车距测量方法.     

反走样字符图形叠加算法与FPGA快速实现

为了提高机载平视显示系统中反走样字符图形与背景视频叠加输出的显示效果,提出一种反走样字符图形与视频叠加算法并通过FPGA快速实现。叠加过程中增加反走样字符图形背景融合计算,使反走样字符图形与背景视频叠加后边缘光滑过渡,系统使用两片DDR3分别存储视频和图形数据,两者并行处理,提高系统整体性能,优化背景融合算法DDR3实现流程,降低DDR3中断复杂度。结果表明,该系统整体性能得到提高,叠加融合画面效果良好,灵活性强,适用于机载座舱显示系统。     

基于MOPSO与凸优化算法的稀布圆阵列方向图优化

为了降低稀布阵列的峰值旁瓣电平并抑制稀布阵列的栅瓣,提出了一种多目标粒子群与凸优化相结合的方向图综合算法。该算法将多目标粒子群优化(Multi-objective particles swarm optimization,MOPSO)作为全局搜索器,凸优化算法作为局部搜索器来搜索最优解,优化的变量不仅是阵元的权值,而且还加入了阵元位置这一参数,从而能够提供更多的自由度来控制稀布阵列的性能。基于30阵元的稀布圆形阵列的仿真结果表明：与单纯使用MOPSO算法相比,本文提出的用MOPSO算法优化阵元位置,凸优化算法优化阵元权值的联合优化算法,得到的栅瓣和峰值旁瓣电平都小于-19.3　dB。     

��ǿ����˨����ǿ�Ȳ�����ȷ���ȵ�����

 参照JIS Z2241 1998金属材料拉伸试验方法对KS B1010 M22×70 mm F10T高强度螺栓抗拉强度进行测量,对测量不确定度来源进行分析并对螺栓抗拉强度的测量不确定度进行了评定,并且给出了扩展不确定度。     

模糊非相关判别转换及其应用

线性判别分析是一种特征提取和维数缩减的方法,广泛应用于人脸识别,语音识别和手写字母识别等领域。但是许多线性判别分析都是“硬”线性判别分析,每个数据点都严格地属于这一类或那一类。在非相关判别转换(UDT)基础上,提出了模糊非相关判别转换(FUDT)。FUDT是利用模糊集理论的有监督学习方法,其判别向量满足广义瑞利商方程,同时也满足样本到模糊非相关优化判别向量上的投影是非相关的。通过FUDT和UDT对公共数据库MSTAR的实验结果可看出,FUDT在处理SAR图像的特征提取方面优于UDT。     

机载火控雷达仿真器目标探测功能建模与仿真

针对一定的气象条件、电磁环境和地理环境,分别对雷达接收机噪声、回波信号、电磁干扰建立数学模型,重点模拟机载火控雷达完成目标自动探测的方法。根据雷达目标回波功率,分别求取无干扰和施加干扰环境下目标的信噪比,进而求出探测概率。通过比较[0,1]区间上产生的均匀分布随机数与探测概率,判定雷达是否发现目标。     

幅值比约束下稀布阵的旁瓣抑制混合算法

针对非均匀稀布圆环阵的旁瓣抑制问题提出了一种基于粒子群算法和二阶锥规划算法的混合算法。该混合算法结合两种算法的优势,将粒子群算法作为全局搜索器进行阵元位置的优化,二阶锥规划算法作为局部搜索器进行阵元权值的优化,能够获取较低的峰值旁瓣电平。该算法同时引入相邻阵元最小间距的约束,优化了算法的搜索空间,提高了寻优效率。最后,考虑到阵列天线系统的可实现性,给出了动态幅值比约束下的混合算法。与粒子群算法和参考文献方法的对比实验结果表明:本文算法可进一步降低稀布圆环阵的旁瓣电平,仿真数据验证了算法的有效性和天线系统的可实现性。     

基于半参数化SLC 的雷达目标识别

针对雷达目标高分辨距离像(HRRP)统计识别中SLC(基于累计量的随机学习算法)在小样本情况下概率密度估计准确度下降的问题,该文提出一种基于半参数化SLC 的雷达目标识别方法。该方法利用半参数化概率密度估计思想对SLC 非参数化概率密度估计进行修正,有效利用了HRRP 各距离单元幅值近似服从 Gamma 分布的经验知识,达到参数化方法和非参数化方法优劣互补以提高小样本情况下雷达目标识别率的目的。最后基于5 种飞机模型HRRP 数据的仿真实验证明了该方法的有效性。