摘要：GJB289A总线系统是一种广泛应用于航空电子网络的多路数据总线,总线对消息的处理方式是采用指令响应式进行,总线的拓扑结构为5层网络结构,明确了GJB289A数据总线系统在应用过程中的数据字格式及消息格式定义,对其指令响应式的消息传输格式的准确性进行了说明,并着重对其消息传输过程中的缓冲区机制机制进行了设计与实现,解决了消息传输过程中的冗余问题,对GJB289A数据总线系统的开发、应用与研究起到了指导性作用。

摘要：提出一种采用分立元器件实现1553B总线收发器的设计方法,用于解决当下1 Mbps 1553B总线收发器国外元器件全面停禁、国产总线收发器价格昂贵,且无法实现与高速1553B总线协议处理器之间的接口适配问题。与使用传统的收发器芯片实现方案相比,采用分立器件实现,没有改变总线的结构,不改变和线缆的接口方式,实现起来灵活方便,可节约大量的成本和时间,并且有很好的可扩展性和设计方法的通用性。

摘要：针对安装相间间隔棒的输电线风偏这一强迫振动问题,建立了线路风偏的非线性静力学、动力学计算模型,将无条件稳定的Newmark法与荷载增量法相结合,对水平两相分裂导线初始静平衡状态以及风偏状态下的非线性动力学响应进行数值模拟,得到了导线位移响应及张力变化规律,并就线路安装相间间隔棒后对次档距振荡产生的影响进行了模拟计算。计算结果表明安装相间间隔棒后对相导线风偏有一定的抑制作用,而且相间间隔棒的安装对分裂导线次档距振荡振幅影响不大。所得结果可为特高压输电线路防风偏设计和研究提供参考。

摘要：针对多输入多输出(multple input multiple output,MIMO)系统下行链路的迫零预编码方法在块对角化的基础上追求最大化系统和容量,而并未考虑接收信号的均方误差,从接收信号具有最小均方误差的角度设计了多用户MIMO系统的下行链路预编码的方案,称为块对角化最小均方误差方案。理论分析和仿真结果表明,该方案相较于迫零算法具有较小的接收信号均方误差及较好的误码率性能,并且保持了迫零算法绝大部分的系统和容量,它在系统误码率与和容量方面提供了一种较好的折中。

摘要：从一篇课文的练习设计看张志公语文教材的特色贵州遵义市教育局教研室李新民贵州遵义市五中冯秀芝由张志公先生主编，北京大学出版社出版的九年义务教育初中语文教材（研究、实验本），是一套很有特色的教材。这套教材虽然编出不久，但它却以自己独有的风格而受到实验地区...

摘要：针对标准遗传算法在摄像机标定参数非线性优化过程中,易出现过早收敛和停滞现象的问题,提出一种新的摄像机标定参数优化方法。首先,采用非线性的归一化几何排名函数与随机遍历抽样法混合作为选择方法,对遗传算法进行改进;然后,采用改进的遗传算法对摄像机标定参数进行非线性优化;最后,将其与标准遗传算法进行标定参数非线性优化对比实验,实验结果表明:算法平均绝对误差低于标准遗传算法,且图像主点坐标更接近参考值,能较好地缓解过早收敛和停滞现象,提高了标定精度。

摘要：地址映象技术是设计单片机仿真器的关键技术．通过在单片机仿真器中逻辑地址与物理地址设计方法的比较，论述了ＴＦ－９８单片机开发系统中所实现的地址映象技术．

摘要：针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于支持向量机(support vector machine,SVM)的直升机飞行状态识别方法.首先利用限幅、去野点和均值滤波对飞行数据进行去噪,用最小二乘法对飞行数据进行直线拟合获取变化率,并根据线性相关性提取状态特征参数,以减少数据冗余;然后根据特征参数将飞行状态分为10小类,对每一小类进行SVM分类器设计以提高识别效率;最后利用训练样本训练每个SVM分类器,用训练好的SVM分类器识别直升机全起落飞行状态.通过某型直升机实飞数据进行飞行状态识别实验,并将所提出的方法与RBF神经网络法进行对比,所得结果表明该方法在小样本情况下的识别率有明显提高,可为直升机故障诊断和寿命预测提供依据.

摘要：针对自动倾斜器轴承运行工况复杂,难以实现故障自动识别的问题,本文提出了一种基于集合经验模态分解和BP神经网络相结合的自动倾斜器轴承故障诊断方法。该方法首先对信号进行集合经验模态分解,计算归一化能量特征并完成特征构造,最后将构造好的特征输入BP神经网络完成模型训练与测试,从而实现时频处理算法和神经网络模型的有效结合。本文主要分析了隐含层神经元个数、训练数据组数等因素对故障诊断成功率的影响。此外,本文还研究了训练数据存在偏差、不同测点下该算法的适用性。实验结果表明,该方法可以有效地进行自动倾斜器轴承故障类型的识别。

摘要：由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法。研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8%。为了解决卷积神经网络(CNN)进一步提高故障识别精度难的问题,提出一种基于K最近邻(KNN)改进的CNN的模型,在课题组和西储大学公开轴承数据集验证,测试精度达到99.8%和100%,可有效实现直升机自动倾斜器滚动轴承的故障诊断。