置换新风系统的施工作法

锋尚国际公寓的置换新风系统是天棚低温柔和辐射采暖制冷系统的一个重要配套系统,它采用下送上回的气流组织形式,在施工中采取有效的质量保证措施,确保了该系统能获得更优的空气品质。     

基于周期分区的相控阵雷达任务交叉调度研究

传统相控阵雷达任务调度算法中,各单驻留任务不可分割,发射与接收之间的空闲等待时间未被有效利用,系统调度能力受限。针对此问题,该文在深入分析交叉规则及选取策略的基础上,提出一种基于采样周期最大公约数分区的任务实时交叉调度(PDI)算法,其可解决交叉调度过程中任务因采样周期不同而产生冲突的难题,该文还分析了调度算法流程,交叉算法流程及过载处理等。仿真结果表明,该算法可大幅提高系统调度的负载能力,调度性能明显优于传统算法。     

无源雷达目标识别的神经网络模型构建

针对当前无源雷达目标识别存在的识别率低和容错性不足等问题,构建了一个基于BP神经网络的目标识别模型。围绕无源雷达目标识别效率提升和智能解决方案的构设问题,梳理总结了神经元原理、常用神经网络结构、激活函数和学习算法,设计了无源雷达目标识别总体流程,具体构建了神经网络目标识别模型,包括网络结构、隐含层节点数确定等,并给出了样本训练、测试和目标识别的工作流程,为无源雷达目标识别提供了方法途径。最后,给出了一个仿真实例,验证了模型的有效性。     

车载网络发展趋势和车载光纤传输研究进展

随着智能网联汽车的发展,车载网络作为汽车内传感器、处理器和执行器间的信息共享平台,逐步向简化架构和更高带宽方向发展。通过对智能网联汽车上几种主要新型车载传感器的工作原理介绍和带宽需求分析,分析了车载网络的带宽需求趋势。同时,本文根据对传统车载网络的网络架构和主流协议的回顾,以及对当前车载网络发展的追踪,指出了车载网络在汽车智能化趋势下面临的带宽瓶颈,光纤传输是未来车载网络的发展方向。最后,通过车载网络对光纤要求的分析和对塑料光纤传输技术的行业现状和最新研究进展的调研,说明了车载光纤传输技术亟须进一步研究。     

全光数据中心互联的混合放大技术研究

数据中心互联链路通信质量的准确评估是实现数网协同的重要基础。文章建立了基于波长选择开关的全光数据中心互联网络中的混合放大模型,可快速评估互联链路中的光信噪比与误码率等指标。文章讨论了无中继放大条件下的数据中心互联链路,给出了不同互联距离下的放大器选择方案,并通过仿真对比了在同等互联距离及光功率增益条件下,不同路径选择对互联链路通信质量的影响。根据相应的理论模型及算法,可建立数据中心互联网络的最佳路由。     

一种流量小精度高的转子发动机燃油流量检测系统

针对某型无人机转子发动机燃油流量小、检测精度要求高的问题,提出了采取微型涡轮流量传感器加频率综合的方法.根据转子发动机燃油流量检测系统框图,对该系统的频率综合电路进行了设计,给出了检测系统的测试结果.测试结果验证了本文方法的正确性.     

基于BP神经网络的雷达抗干扰能力评估

为评估对空情报雷达抗电子干扰能力,针对对空情报雷达抗电子干扰所采用的措施,建立了抗电子干扰能力评估的层次模型,给出了基于BP神经网络的评估模型结构以及训练样本/验证样本的构造,并对某型雷达的仿真数据进行了计算,得到了与专家评定一致的结果.结果表明,该模型方法对评估对空情报雷达抗电子干扰能力具有可行性.     

基于并行Boosting算法的雷达目标跟踪检测系统设计

目前的雷达目标跟踪检测系统跟踪路线与实际路线相差较大,泛化误差率高。基于并行Boosting算法设计了一种新的雷达目标跟踪检测系统,硬件内部引入数据多处理器,对收集的雷达位置数据集中处理,连接I/O接口,配置数据过滤器,将雷达位置信息数据的状态参数录入过滤器元件中。在软件部分,利用并行Boosting算法的内部学习融合方式调节不同的雷达目标追踪系统状态,通过信息处理、航迹分析、落脚点判断来整合相应的跟踪检测信息,构建检验方程式防止外来无关数据的侵扰,最终得到雷达目标跟踪数据操作状态,完成目标跟踪检测。实验结果表明,基于并行Boosting算法的雷达目标跟踪检测系统设定的检测路线与实际路线吻合度高达99.21%,泛化误差远远低于传统目标跟踪检测系统,实用性更强。     

基于熵的装备精确保障系统备件组合预测模型

为了精确预测备件需求,实现对装备备件的精确保障,在总结以往预测模型的基础上,构建了基于熵权的组合预测模型：首先通过信息熵理论计算各种误差评价指标的相对重要性权重;然后再通过计算不同误差指标下各单项预测方法的变异系数来确定预测方法的权重;最后利用误差评价指标权重和各误差指标下单项预测方法的权重确定组合预测的权重。实例分析表明：熵权组合预测模型比其他组合预测模型的权重确定更为合理,反映的信息更为全面,预测的效果更为精确。