无人机信息链路电磁干扰效应规律研究

通过对无人机电磁干扰耦合路径分析,建立了信息链路电磁干扰理想模型,讨论了电磁干扰对数据链系统工作信号的压制作用.以某型无人机装备数据链系统为研究对象,提出了一种基于无人机动态飞行的信息链路实验室模拟方法,搭建了数据链电磁干扰注入效应试验系统,分析并确定了电磁敏感度判据.通过无人机上行数据链系统连续波电磁干扰注入效应试验,找到了敏感频点和电磁敏感阈值,分析了信息链路电磁干扰作用机理,探索了失锁效应与AGC电压、误码率之间的内在规律,为靶场实验和无人机电磁干扰预测提供了经验.      

多梁式桥梁检测的叠加曲率模态差变化率方法

鉴于应用曲率模态的桥梁损伤识别研究大多以一维单梁式结构为研究对象,提出利用G-M法的思想并基于薄板振动理论将多梁式结构转化为正交异性板后,类比梁弯曲理论得到该结构两正交方向曲率表达式,通过分析采用单阶曲率模态差指标进行桥梁损伤识别的不足,考虑利用多阶曲率模态变化率叠加指标进行损伤识别,最后采用有限元软件Ansys建立桥梁模型计算单位置、多位置不同损伤程度的多种工况。Matlab绘图结果表明:沿桥梁纵向叠加指标识别更为精确,对未损伤位置数据扰动更小,指标独立性高,可利用该指标进行多梁式结构的损伤定位。     

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.      

非均匀噪声环境下分布式IVI-CFAR检测算法

为了解决传统分布式VI-CFAR(variability index-constant false alarm rate)和OS-CFAR(order statistic constant false alarm rate)算法在多杂波干扰环境下检测性能严重下降的问题,提出了一种分布式IVI-CFAR(improved VI-CFAR)检测算法。在VI-CFAR的基础上,引入双参考窗和双参量,通过各子参考窗参量与对应门限的比较,判断子参考窗中参考单元的分布情况,从而选择相应的参考单元集和检测器估计背景噪声功率。经过仿真对比,在单杂波和多目标干扰环境下,分布式IVI-CFAR算法检测性能接近于分布式VI-CFAR和OS-CFAR算法;在多杂波干扰环境下,分布式IVI-CFAR算法检测性能优于分布式VI-CFAR和OS-CFAR算法,采用“OR”融合规则时,检测性能最优。结果表明,提出的分布式IVI-CFAR算法在非均匀噪声环境下,均具有较优的检测性能。     

基于功率-距离的LTE-R切换算法优化研究

传统的基于长期演进的铁路移动通信系统(long term evolution-railway,LTE-R)切换算法对切换参数的选择不能很好地适应列车的高速移动,由此导致的“切换滞后”现象容易造成更多的失败切换,影响列车运行控制和旅客无线通信体验。当列车高速穿越小区时,对越区切换的要求更加严格,简化信令流程以及实现快速切换是LTE-R急需解决的问题。以减少错误触发和实现快速切换为出发点,提出一种基于功率-距离的切换优化方案,充分考虑速度对切换参数的影响,并加入距离因素,只有当列车到达一定触发位置时才可以进行触发判断,如满足条件则直接进行切换。该算法在避免列车提前错误触发的同时舍弃触发时延(time to trigger, TTT)指标,在一个测量周期内即可实现快速切换。仿真结果表明,所提的方案能够更好地保证高速环境下列车的切换成功率。     

偏转板伺服阀前置级结构参数优化研究

通过改变偏转板伺服阀劈尖高度和V形槽下端喷口的导流长度等结构参数,建立新的偏转板前置级模型,利用ICEM和FLUENT软件对前置级流场进行静态特性分析;对前置级流量曲线进行二次拟合,建立伺服阀系统数学模型,利用SIMULINK仿真模型进行动态仿真,分析偏转板伺服阀系统的动态特性,从而优化偏转板伺服阀前置级结构参数。结果表明,适当降低偏转板伺服阀劈尖高度,保持劈尖宽度不变,可增大偏转板伺服阀前置级的流量增益和提升伺服阀的响应频率;增加V形槽喷口的导流长度,会减小偏转板伺服阀前置级流量增益和降低伺服阀的响应频率。     

水平井偏心环空低速顶替运移机制研究

水平井固井顶替过程中,受限于现场设备,难以实现紊流顶替,而在层流流速区间内,两相流体在偏心环空中运移机制复杂。基于计算流体动力学方法,建立几何模型和数值模型,采用流体体积法对两相流体顶替界面进行追踪,研究了不同顶替流速下水平井偏心环空流体运移机制。结果表明,（1）低偏心度下,1倍隔离液用量能够实现90%顶替效率,而当偏心度大于0.5时,顶替效率相对较低,即使增加隔离液用量,也未能提高顶替效率;（2）针对套管严重偏心情况,将流速由1.0 m/s降低到0.2 m/s,有助于界面平稳发展,并多置换出6.8%钻井液,解决窄边滞留,宽边指进问题;（3）水平井偏心环空固井注替过程存在偏心效应、重力效应、黏滞效应等多方面影响,这些因素相互制约、相互作用,因此,针对现场实际井况,合理设计固井工艺参数,不仅能提高固井质量,还能起到降本增效的作用。     

抵御传感器故障的静态输出反馈可靠控制

针对线性系统,研究了考虑传感器增益故障情况下,静态输出反馈可靠控制设计问题。首先,在不考虑故障时,设计控制器,给出了系统保持渐近稳定的充分条件;然后,基于传感器故障,在原有反馈控制器作用下系统无法保持稳定;接下来,利用凸组合方法处理故障,及采用求解LMI不等式的方法对静态输出反馈可靠控制器进行重新设计,使闭环系统在发生传感器增益故障时仍能保持渐近稳定;最后,通过数值仿真验证设计方法的有效性和可行性。     

无线传感器骨干网络路由算法

针对当前无线传感器骨干网络路由算法无法平衡能耗和数据传输之间的矛盾, 导致无线传感器骨干网络路由的数据传输时延较大, 无线传感器网络吞吐量较小的不足, 以提高无线传感器网络整体性能为目标, 设计一种新的无线传感器骨干网络路由算法. 首先分析无线传感器网络的工作原理, 并建立相应的路由模型; 然后引入机器学习算法对无线传感器骨干网络路由中的无线传感器节点能量进行实 时预测, 选择能量大的无线传感器节点进行数据传输, 构建能量消耗最小的无线传感器骨干网络路由; 最后与其他无线传感器骨干网络路由算法进行对比测试. 测试结果表明, 该算法的无线传感器骨干网络路由能耗较小, 无线传感器网络数据传输可靠性高, 加快了无线 传感器网络数据传输速度, 无线传感器骨干网络路由整体性能明显优于其他对比算法.     

融合SS、MFCC和PMC技术的语音去噪方法

为提高语音识别系统在噪音情况下的识别率,提出了一种融合信号级去噪、参数级去噪、模型级去噪的方法.首先用谱减法对带噪的语音信号进行去噪,再利用Mel倒谱系数(MFCC)对处理后的语音信号进行特征提取,最后经过并行模型结合处理法(PMC)处理得到较高识别率的语音信号.