转向驱动桥变径全空心半轴的设计及力学特性

基于材料低载强化特性,研发设计了一种新型转向驱动桥变径全空心半轴结构,建立了包含英制渐开线花键齿和合理的圆角过渡等精细特征的新型半轴三维模型,运用有限元法对新型半轴的模态振型、等效应力及疲劳寿命等力学特性进行了分析,结果表明:半轴的前10阶非零振型主要为弯曲变形,新型半轴的固有频率与实心半轴的固有频率相近,在使用过程中可有效避免共振;新型半轴等效应力最大值发生在花键末端圆角过渡部位,低于半轴材料的抗扭强度,满足强度设计要求;在扭矩为1 500N·m的交变载荷下,新型半轴疲劳寿命最小值发生在花键末端圆角过渡处,与半轴应力集中节点位置一致,实际加工制造时应采用半轴冷精锻和花键轴向冷挤成型技术,以提高新型半轴的强度和使用寿命.     

基于高阶累积量特征学习的调制识别方法

自动调制分类是确保通信安全、可靠的关键技术之一。在低信噪比(low signal-to-noise ratio, Low-SNR)环境中,自动调制分类识别率低且识别类型受限。利用零均值高斯白噪声(white Gaussian noise,WGN)的高阶累积量理论值等于0的性质,在信号分析过程中,引入高阶累积量,可使系统免受WGN的影响。同时,引入深度学习网络结构完成微弱特征的表征,可有效解决调制方式受限及Low-SNR情况下的识别率下降问题。实验结果表明,所提方法在高斯信道环境下的分类精度比现有方法要高,在Low-SNR的不同信道环境下有较高的识别率,且使模型在时间、相位和频率偏移量方面具有更好的鲁棒性。