火箭测试平台多通道脉动压力微弱信号调理电路设计

目的实现火箭测试平台多通道脉动压力微弱信号调理电路设计。方法基于高性能仪表放大器进行低噪声放大电路设计,仪表放大器输入端引入RFI滤波器,抑制射频干扰,显著减小电路输出噪声。模拟信号输出端集成ADC转换单元,实现模拟信号的数字化传输,进一步降低模拟信号传输干扰。实现信号调理电路小型化设计,将4个通道脉动压力信号调理电路集成到一块40 mm×35 mm的电路单板,实现对4个通道脉动压力传感器的供电、信号调理及数字化等功能。通过多个单板的组合化设计,实现多通道脉动压力信号调理电路设计。结果获得了信号调理电路的本底噪声水平,通过风洞试验验证了信号调理电路设计的正确性。结论设计的多通道脉动压力微弱信号调理电路可应用于火箭测试平台,具有抗干扰、小型化、组合化等特点。     

航天器空间ESD干扰单机级试验方法研究

在轨状态下,卫星表面材料与空间环境交互作用,会引起材料表面带电,继而发生静电放电（ESD）,产生的电磁干扰会经由单机电缆耦合进入电子电路中,形成干扰脉冲甚至损毁电子器件。针对卫星用单机产品,给出了一种可行的空间ESD电缆耦合干扰试验方法,通过电缆耦合的方式模拟空间ESD对单机产品的干扰。研究表明该试验方法能够有效暴露产品设计的薄弱环节,为优化设计、提升单机抗扰能力提供依据。     

一种基于依存句法图的中文实体关系抽取模型

针对中文关系抽取中的数据稀疏和数据噪声问题,提出了基于最短依存路径的图卷积神经网络(DSP-GCN)模型。在输入层使用BERT模型对文本进行表示学习,更好地表达文本的语义,减少文本噪声的产生和传播;对于长文本实体间距离较长而导致的梯度消失问题,使用句法依存图对模型进行改善,以提高模型的抽取效果。在SemEval 2010和人物关系语料集上进行了实体关系抽取实验,验证了所提出模型的有效性。     

奇妙的噪声控制技术

噪声是干扰和影响人们正常工作、生活、学习的声音,随着社会生产水平和人民物质文化生活的不断提高,人们对从各方面控制和消除噪声的要求越来越强烈,因此将噪声降低到无害的程度,是环境保护和劳动保护的一项重要课题。目前,国外在噪声治理方面进展较快,提出了一系列奇妙的噪声控制技术,有些早已付诸实施,效果甚佳。美国等一些国家的专家提出的“反噪声”技术就是十分新颖的。美国希格比教授利用这一技术,成功地处理了大柴油机的低频噪声振动。即用一组传感器将检测到的柴油机噪声信号输入计算机,然后,计算机对这种声音进行分析并把“反噪声”信号通过一组密布在发动机表面的喇叭发送出来,这     

联合调参随机共振在流量计测试中的应用

改变噪声、双稳系统或输入信号的特征参数可以在新的系统协同下诱发随机共振,统称为广义调参随机共振。对于工程中的大参数信号,噪声强度不易增减,联合调节二次采样频率和系统参数可促进系统行为的有序化。在恰当的频率尺度下,这一技术可实现对归一化后新频率与最优噪声量的均衡,产生类似绝热近似条件下的双稳随机共振现象。流量计系统的振动测试,验证了联合调参随机共振在提取噪声背景下微弱信息时的实用性和有效性。     

通信机房热环境下接续性电磁辐射点信息检测研究

提出一种改进双耦合Duffing系统自适应检测方法,并利用改进的滤波器对放大后电磁辐射点信号进行自适应滤波处理,消除信号中噪声干扰,降低电磁辐射点中含有的噪声,在此基础上,在双耦合Duffing系统中引入信号变尺度处理和自适应调整驱动力幅值的方法,实现通信机房热环境下接续性电磁辐射点信息检测.实验结果表明,所提方法能够有效抑制接续性电磁辐射点信号噪声,保证接续性电磁辐射点信息检测的准确性和完整性.     

空间站控制力矩陀螺微振动测试技术

目的分析控制力矩陀螺的微振动扰动特性。方法通过获取陀螺连接点对结构的扰振力输出、关键部位的微振动响应来获取产品的微振动扰动特性,通过隔振的方式对外部环境的干扰进行隔离,进而降低测试的背景噪声,通过运用高精度测试传感器来实现微小扰动力信号、加速度信号的测量,利用结构有限元法及单点激励多点响应的模态分析方法校核系统刚度,进而确定测试频率范围是否满足需求。结果可同时获得空间站控制力矩陀螺连接点处的输出扰振力、质心处的输出扰振力合力、合力矩以及关键部位的微振动响应,可有效隔离外部干扰,扰振力背景噪声的时域信号最大值可控制在0.07 N以内,RMS值在0.02 N以内,加速度信号的时域背景噪声最大值可控制在1.5 mg以内,RMS值在0.1 mg以内。可识别微小扰振信号,加速度传感器分辨率为5×10-5 grms,力传感器的测量分辨率为1×10-2 N,力矩测量分辨率小于1×10-2 N·m。测试频带在320 Hz以内。结论满足型号需求,并投入型号使用。     

不同季节大气可吸入颗粒物(PM_(10))诱导小鼠原代培养神经元炎性及其级联损伤效应

为了探讨不同季节可吸入颗粒物(PM10)对神经元的损伤效应,本研究通过建立小鼠大脑皮层原代神经元体外染毒模型,考察了不同季节PM10对炎性因子诱导型一氧化氮合酶(iNOS)、环氧化酶-2(COX-2)和黏附分子(ICAM-1)表达水平的影响,并探讨了与之耦联的磷酸化Ca2+/钙调蛋白依赖性蛋白激酶Ⅱα(p-Ca MKⅡα)、环磷腺苷效应元件结合蛋白(p-CREB)及即早基因(c-jun、c-fos)的表达情况.结果表明,PM10暴露刺激神经元炎性细胞因子释放增加,显著上调p-Ca MKⅡα和p-CREB的水平,并刺激即早基因的高表达,且以冬季PM10的效应最为明显.由此提示,PM10暴露可能通过炎症反应机制激活Ca2+-Ca MK-CREB通路,进而刺激即早基因表达引发神经毒性作用,而冬季PM10中多环芳烃类物质负荷可能是造成效应季节性差异的主要原因.     

综合孔径微波辐射计信道误差补偿研究

在一维综合孔径微波辐射计的理想信道仿真模型基础上对接收机信道的非理想特性进行分析并建立仿真模型,该模型包含了信道间的串扰、不平衡度、乘法器前端输入失衡等多种误差因素,最后从相位误差和系统噪声对干涉相关测量产生的贡献入手,提出有效抑制误差的亮温补偿方法,进而得到更接近真实亮温分布的反演结果.     

填埋场渗漏磁法检测的噪声来源与剔噪方法综述

填埋是固体废物集中处置的主要手段,填埋场则是固体废物对地下水环境影响集中发生的场所。通过防渗层HDPE膜漏洞的渗漏是导致地下水污染的主要途径和方式,开展防渗层渗漏快速检测和精准定位具有重要意义。传统电学渗漏检测难以检测双层衬垫或多层衬垫系统的下层衬垫破损,基于传统电法改进的电磁方法展现出下层衬垫检测的潜力,但迫切需要解决填埋场复杂服役人文环境和地球磁场环境下的电磁噪声干扰问题。为此,通过对磁法检测原理和信号特征的深入分析,以及对背景磁噪声类型、来源、特征和电磁噪声去噪方法的综述,得出如下结论：在特定条件下,漏洞越近,其磁场信号越强;填埋场噪声主要来源于地磁和人文磁场,且不同噪声有不同特征,需不同处理;去噪过程先预处理排除干扰,其次在检测中选择适宜的滤波或测量法去除噪声。     

基于BP神经网络的Falcon分选电子废弃物预测模型

Falcon分选电子废弃物的影响因素主要有水压、转动频率、入料浓度,为了进一步研究影响因素与分选效果的关系,文章利用Design-Expert 7.1软件设计出三因素三水平的实验条件,利用Falcon分选得出数据。将实验数据和BP神经网络相结合,将影响因素作为神经网络的输入,品位和产率作为输出,经过BP训练后得到输入与输出的关系。对实验影响因素与分选效果的关系进行分析,结果与实际情况比较吻合。运用MATLAB实现BP神经网络仿真,仿真结果与最小二乘法下的结果相比较误差较小,输出向量与实际实验结果接近。     

BP及RBF人工神经元网络对臭氧生物活性炭水处理系统建模的比较

运用BP和RBF人工神经元网络建立臭氧生物活性炭系统模型,考察了两个网络对水处理系统建模的适应性。研究表明,BP和RBF人工神经元网络的臭氧生物活性炭系统模型准确地描述了系统影响因素的关系,可以求出系统中臭氧的经济投量;用BP人工神经元网络建立水处理系统模型,泛化能力好,但逼近速度较慢;运用RBF人工神经元网络建模,泛化能力较差,但逼近速度快。该项研究克服了运用传统方法建模的不足,为实现水处理系统的优化设计提供了可行的途径。     

基于密度–距离空间的红外引信抗噪声方法研究

目的 通过简易的图像处理和目标检测方法，提高红外引信在复杂环境下的抗干扰能力。方法 分析红外引信在复杂背景中的噪声类别，采用“密度–距离”空间方法与像素生长方法进行预处理和目标检测，赋予像素2种属性，并进行量化分析，确定灰度平坦区域中的红外候选目标，并通过像素生长方法筛选候选目标中的真实目标。结果 计算在不同信噪比环境下算法的抗噪声干扰能力，当红外图像的SNR值在44.1~45.4时，算法检测效果理想。结论 红外引信探测过程中的复杂背景和随机噪声都会降低图像质量，考虑到红外目标所占像素数少，极易受噪声影响，需要运用自适应简易算法提高检测准确性。该算法有良好的实时性和抗干扰能力，为红外引信在目标检测中的环境适应性提供了理论依据。     

基于系统动力学的建筑施工安全系统脆弱性仿真分析

为系统分析建筑施工安全系统脆弱性的影响机理,首先探讨了社会技术系统理论下各子系统影响因素之间的高接触与紧耦合性的特点;然后以脆弱性理论为切入点,建立了建筑施工安全系统脆弱性的系统动力学仿真模型,采用三角模糊数和层次分析法确定了模型中各影响因素的权重系数和相关方程参数;最后通过考虑不同子系统的投入方案对建筑施工安全系统脆弱性的暴露度、敏感度和适应度的影响程度进行仿真分析。结果表明:建筑施工安全系统具有脆弱倾向性;个人子系统、技术子系统和组织管理子系统分别对降低安全系统暴露度、敏感度和提高安全系统适应度有显著的作用,在整个仿真周期内各子系统每单位投入产生的变化幅度分别为17.07%、11.13%和15.60%,并围绕起关键作用的子系统提出了针对性建议,以期降低建筑施工安全系统的脆弱性风险,提高工程安全管理水平。     

基于知识的管道系统泄漏检测方法

提出了3种基于知识的管道系统泄漏检测方法,分别是:通过对负压波波形分段符号化处理,采用上下文无关法表示波形结构模式的模式识别诊断系统;以选取合适维数的功率谱特征向量而建立的神经网络泄漏检测系统;与泄漏机理数学模型结合的泄漏诊断专家系统。     

压电主动振动控制系统受噪声影响时域仿真研究

目的基于逆压电效应的热弹性比拟原理,提出压电主动振动控制系统噪声时域的研究方法。方法首先建立压电结构系统的状态空间模型,选择一定的控制策略设计控制器,然后考虑压电控制系统噪声干扰问题进行控制系统闭环仿真,考察不同测试噪声水平对振动控制效果的影响。结果算例结果表明,采用神经网络(NNP)控制策略实施振动控制时,50 Hz工频噪声对控制效果影响不大。结论该方法可方便地考虑各种实际噪声情况,快速直观地给出噪声对控制效果的影响。     

基于BP神经网络的义水河水环境质量评价研究

水质质量涉及多个影响因子,因子间大多具有非线性相关性,因此,水质评价是一个具有多因子的非线性系统。人工神经网络具有非线性映射的特点,能够有效地处理非线性相关问题,将其应用于水质评价中能够获得更为准确的信息。文章以溶解氧、高锰酸盐指数、化学需氧量、氨氮、总磷、石油类等6个指标作为评价因子,通过构造BP网络模型对义水河水质进行评价,分析了义水河4个断面的水质状况,并与单因子评价法结果进行了比较分析。     

Perceptual deformation induced by visual motion

The perceived position of a moving object can be misleading because the object has advanced while its previous retinal image has been transmitted through the visual stream, leading to a mismatch between actual location and its neural representation. It has been suggested that the human visual system compensates for neural processing delays to retrieve instantaneous position. However, such a mechanism would require a precise measure of the actual delay in order to provide a reliable position estimate. A novel illusory deformation of moving contours demonstrates that humans misjudge the spatial relationship between parts of coherently moving targets, and therefore do not perfectly account for neural delays. The size of this deformation increases with growing speed. In some subjects this illusion can be reversed by varying the luminance of individual dots; a manipulation that affects the neural delays. Our experiments agree with other evidence that the capacity of the visual system to compensate for processing delays is limited.     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.