美国微机电系统的最新研究成果及其应用(上)

在不久的将来,小型、轻便、廉价的微机电系统(MEMS)将成为军用设备中的普通装置。微机电系统的尺寸小,其特点是把机械或结构元件(如加速度计和微型反射镜)与电子装置(如微处理器和射频发生器)集成到一起,并利用微电子技术进行制造和封装。微机电系统的集成对象还包括流体、光学、电磁和静电系统。这种系统一般采用非常坚硬的晶体硅作材料,这种材料比大多数钢有着更高的断裂极限,而且密度低。     

碲化铋基热电材料复合改性的研究进展

近年来Bi2Te3基热电材料被广泛用于医疗器械、电子、航空航天等各种商业领域,材料的性能已经逐步得到提高.目前已有大量关于通过掺杂、纳米化或与其他材料复合来提高碲化铋基热电材料热电性能的报道,而材料复合是其中一种重要的优化手段.本文重点对碲化铋同有机与无机材料的复合改性进行了介绍,总结了复合不同类型的物质对材料热电性能的影响,对比了不同方法下所制备的复合材料的热电参数,并对Bi2Te3基热电材料复合改性的未来发展进行了展望.     

宣钢高炉喷吹煤性能研究及实践

近年来,宣钢高炉在稳定顺行的基础上,找准增喷降焦的突破口,克服风温低,没有富氧等不利因素,在搞好精料的基础上,通过喷煤性能研究优选煤种,提高烟煤比等措施,在高炉接受的前提下,不断提高喷煤比,取得了显著的经济效益.     

基于深度卷积神经网络的点云三维目标识别方法研究

为了提高对三维点云目标的识别精确度,提出一种基于深度卷积神经网络(CNN,convolutional neural network)的点云目标识别模型;针对已有的深度卷积点云目标识别网络无法有效提取点云局部拓扑特征的问题,采用迭代最远点采样(FPS,terative farthest point sampling)结合方向卷积编码方式来捕获局部形状特征;并引入空间变换网络(STN,spatial transform network)使点云数据能够自适应进行空间变换和对齐,以解决点云数据旋转性会造成目标识别结果不稳定的问题;实验结果表明：文中提出的点云目标识别方法有效提高了识别精度度,相较于PointNet在ModelNet40和ShapeNetCore两个数据集上分别提高1.2%和1.4%。     

基于深度网络的多形态人脸识别

在实际的自动人脸识别系统中,输入的识别图像往往在表情、分辨率大小以及姿态方面呈现出多种变化。现在很多方法尝试通过线性或局部线性的映射来寻找由这些变化共享的统一的特征空间。利用由受限玻尔兹曼机(RBM)堆叠成的深度神经网络来发掘这些变化内在的非线性表达。深度网络能够学习高维数据到低维数据的映射关系,并且有助于提高图像分类和识别的性能。同时,为了实现在一个统一的深度框架下同时进行特征提取和识别,在网络的顶层增加了一个监督的回归层。在预训练阶段,通过训练集中不同姿态、不同表情以及不同分辨率的图像对网络进行初始化。在微调阶段,通过网络的输出与标签之间的差 并利用标准反向传播的方法 对模型的参数空间进行调整。在测试阶段,从测试库中随机选择一幅图像,获得统一空间下的特征向量。通过与参考图像库中的所有特征向量进行对比,利用最近邻域的方法识别人脸身份。在具有丰富表情以及大姿态变化的CMU-PIE人脸数据库上进行了全面的实验,结果表明,提出的方法取得了比最新的局域线性映射(或局部线性)的人脸识别方法更高的识别率。     

考虑铰链间隙的水面并联稳定平台动力学分析

针对某小型浮式稳定平台结构紧凑、负载惯量大的特点,设计了一种以少自由度并联机构为基础的改进型串联与并联机构。根据该平台的结构特点,进行了运动学分析,推导了系统雅可比矩阵,并利用Lagrange方法建立了平台的动力学模型,分析了平台的动力学特性。为分析含间隙的支链受力,将其简化为刚体—弹簧模型,通过改进的Hertz接触理论,采用非线性弹簧阻尼模型计算接触力,最终建立了含铰链间隙的平台动力学模型。数值计算与实验结果表明了数据建模的有效性,同时铰链间隙对动平台的位置精度和动力学特性产生了显著影响,对平台结构产生了较强的冲击。     

PCM地下异物探测机理研究

采用精密地磁探测仪（PCM）探测地表不同高度的地磁变化，从而可推断出地下小于20m深度的空穴、战斗部、非土质异形物。文中较详细地论述了探测机理、测试系统构成、测试数据分析。此方法可用在高速公路路基地下洞穴体、试验靶场地下弹丸寻找过程中。     

迫弹出炮口信号检测及其在引信中的应用

引信发射过程中需要敏感不同的发射环境，用于引信安全系统的解除保险。分析了迫弹炮管附近磁场分布规律，提出用线圈传感器测试迫弹出炮口瞬间信号的方法，设计了存储测试系统并对迫弹出炮口信号进行了静、动态测试，最后对迫弹出炮口信息在引信中的应用进行了分析。     

D-S证据理论在多传感器目标识别中的应用

针对多传感器目标信号的特点 ,运用小波变换和FOBW编码对信号进行特征提取。在此基础上 ,运用D S证据理论对目标进行融合识别。与单一传感器的识别结果相比较 ,上述方法能明显提高识别能力 ,同时降低识别的不确定性 ,提高识别的实时性。