课程文献中心 更多>>

关键词： 航天   光纤分组传送   平台化设计  

摘要： 为了满足航天地面系统配套需求，提出了一种光纤分组传送模块平台化设计方案。该方案采用基于分组交换的统一化承载方式，复用VITA Standard 46 （VPX）规范硬件接口，对标准通信协议进行兼容性扩充，将模块类型识别、板间通信、配置/状态管理等功能采用模块化软硬件设计实现。应用结果表明：该方案避免了共性技术重复开发，有效降低了系统复杂度，提升了产品研制及迭代速度。

关键词： 光纤传感器   光纤布拉格光栅   F-P干涉   温度   应变  

摘要： 光纤温度–应变传感器因其突出性能已广泛应用于电力、建筑等领域的健康检测。提出了一种光纤布拉格光栅(fiber Bragg grating, FBG)结合法布里–珀罗(Fabry-Perot, F-P)结构的温度–应变集成传感器。F-P传感器通过熔融石英光纤制作而成。FBG可以测量温度和应变，而光纤F-P传感器只对应变敏感，通过解调2个传感器的波长，结合传输矩阵可以实现温度和应变的同时测量。实验结果表明，FBG的温度和应变灵敏度分别为8.4 pm/℃和0.62 pm/με,F-P传感器的应变灵敏度为1.9 pm/με，线性度优于99%。该传感器具有结构简单，成本低，制作简便等特点，具有广阔的应用前景。

关键词： 调制不稳定性   Fermi-Pasta-Ulam-Tsingou回归现象  

摘要： 稳定性是影响Fermi-Pasta-Ulam-Tsingou（FPUT）现象实验观测的一个十分重要的因素，针对文献中FPUT现象稳定性分析贫乏的问题，本论文主要通过数值模拟方法研究非线性光纤中影响FPUT现象稳定性的主要因素。本文采用的初始条件为实验上比较容易实现的正弦扰动平面波加上白色噪声，我们发现增加扰动振幅及扰动信号与泵浦光之间的相位差均可极大程度的影响FPUT现象的稳定性。结果表明：1、当扰动振幅从零逐渐增加时，所观察到的FPUT现象的稳定性逐渐增强；当扰动振幅增加至临界值，FPUT现象的稳定性增至最强；当扰动振幅大于该临界值，FPUT现象的稳定性开始逐渐减弱。2、当扰动频率位于传统调制不稳定性区域时，随着扰动信号与泵浦光之间相位差从0增加至π/2，FPUT现象的稳定性先减弱，当相位差增加至某临界值，FPUT现象的稳定性减至最弱，当相位差大于临界值，FPUT现象的稳定性又出现逐步增强的规律。当扰动频率位于非传统调制不稳定性区域时，与传统情况不同，FPUT现象的稳定性随扰动信号与泵浦光之间的相位差的增加而增强。以上结果表明，在FPUT现象的实验中，为观察到更稳定的FPUT现象，扰动振幅的值不能太小，且扰动信号与泵浦光之间相位差也要适宜。

关键词： 激光技术   激光干扰   脉冲累积效应   电荷耦合器件传感器  

摘要： 为了明确电荷耦合器件传感器（CCD）和互补金属氧化物半导体传感器（CMOS）两种典型图像传感器在532nm纳秒脉冲激光作用下的干扰效果，基于ISO-21254的测试方法，分别在大气和真空环境下开展了532nm纳秒脉冲激光干扰CCD和CMOS的实验研究；并对比分析了50ms的曝光时间内，不同作用脉冲数对干扰效果的影响，同时对比分析了大气与真空条件下的干扰效果。结果表明，532nm纳秒激光对CCD和CMOS具有明显的干扰效应，均出现了光学饱和现象，且CCD存在“反饱和”与“饱和串音”现象；随着作用脉冲数的增加，饱和像素数随激光能量密度线性增长，且作用脉冲数越多，增长速度越快；CCD在真空中的干扰效果优于大气中的，而CMOS 在大气中的干扰效果更为明显，且CMOS比CCD具有更好的抗532nm纳秒脉冲激光干扰的能力。此研究结果为实际应用环境中探测器的选择提供了参考依据。

关键词： 认知负荷   脑电信号   多尺度时间卷积   变分图自编码器   局部-全局图网络  

摘要： 针对认知负荷识别模型存在过于依赖手动提取特征、忽视脑电信号的空间信息以及无法有效学习图结构数据的问题，提出一种融合变分图自编码器与局部-全局图网络（VLGGNet）的认知负荷脑电识别模型。该模型由时间学习模块和图形学习模块两部分组成。首先，时间学习模块采用多尺度时间卷积捕捉脑电图（EEG）信号的动态频率表示，并通过空间与通道重建卷积和1?1卷积核级联模块融合特征。其次，图形学习模块将EEG数据定义为局部-全局图，局部图特征提取层将节点属性聚合到一个低维向量，全局图特征提取层通过变分图自编码器重构图结构。最后，对全局图和节点特征向量执行轻量化图卷积操作，由全连接层输出预测结果。通过嵌套交叉验证，在心算任务（MAT）数据集上，相较于次优的局部-全局图网络（LGGNet）,VLGGNet的平均准确率和F1分数分别提升了4.07和3.86个百分点。在同时任务EEG工作量（STEW）数据集上，相较于表现最好的多尺度时空卷积神经网络（TSception）,VLGGNet的平均准确率与TSception相同，平均F1分数降低了0.01个百分点。VLGGNet提高了认知负荷分类性能，同时验证了前额叶和额叶区域与认知负荷状态密切相关。

关键词： 碳纤维复合材料   热弹效应   激光超声   有限元法   分层缺陷  

摘要： 碳纤维复合材料（Carbon fiber reinforced polymer， CFRP）的多相体系结构特点使得其在加工和使用过程中易产生分层、孔隙和脱粘等缺陷/损伤。缺陷/损伤的存在会极大影响材料的使用寿命，传统的检测方法难以实现对CFRP内部不同类型和大小的缺陷/损伤的准确识别，因此可远距离激励及大角度入射的激光超声技术在CFRP缺陷/损伤无损检测中有良好的应用前景。本文基于激光热弹效应，采用有限元方法分析了不同参数脉冲激光作用下CFRP内部的温度、应力和应力位移分布，并对超声波在碳纤维不同方向的传播特性进行了对比研究。在此基础上，在多层CFRP层间设置缺陷，通过对反射回波信号的特征分析实现对CFRP分层缺陷的定位。研究结果表明，当分层缺陷位于一、二层之间时，通过反射纵波可以实现对缺陷长度不小于0.1mm的分层缺陷的定位检测，不同探测点的检测误差都可以控制在在2%以内。当缺陷位于二、三层之间时，利用反射回波也能检测到长度大于0.5mm的分层缺陷。

关键词： 银膜片   光纤   水听器   法布里-珀罗  

摘要： 针对膜片式水听器灵敏度和抗净水压能力无法兼得的问题，提出了一种基于银膜片的MEMS(MicroElectro-Mechanical System，微机电系统)光纤法布里-珀罗（F-P）水听器，并对其进行了制作和测试。使用基于牺牲层的膜片工艺制作银膜片作为声压敏感单元，利用空气作为F-P腔内的材料，提升了MEMS光纤F-P水听器的声压灵敏度。对所制备的MEMS光纤F-P水听器的性能进行了测试和分析。结果表明，该光纤F-P水听器在80～800 Hz范围内相位灵敏度在-157±3 dB re 1 rad/μPa范围内，400 Hz处的动态范围为56.21 dB。该水听器具有结构简单、灵敏度高等优势。

关键词： 无人机   避障传感器   计算机视觉   事件相机   综述  

摘要： 无人机自主飞行避障技术是无人机安全飞行和应用中最为基础和关键的技术，也是当前无人机领域的研究热点。随着深度学习在计算机视觉方向的应用，以及事件相机等视觉传感器技术的迅速发展与不断完善，基于视觉传感器的无人机自主飞行避障方法取得一定的进步，但目前有些研究方法在复杂场景下仍存在很大的挑战以及存在一些列亟待解决的问题，在精准性、实时性以及算法鲁棒性方面仍有改进空间。首先介绍无人机避障的相关概念及问题难点；然后将基于视觉传感器的避障算法根据采用的硬件及技术手段，具体划分为传统避障方法、基于深度学习避障方法、基于处理事件流的避障方法、基于传感器融合避障方法，和基于视觉避障的决策层避障方法，并分别介绍每类避障方法相关研究进展与研究成果，以及分析各类避障方法的优缺点；最后总结现有无人机避障算法存在的问题，并对未来研究工作进行展望。

关键词： ZJ119型卷接机组   飞烟   蜘蛛手   接烟轮   检测系统  

摘要： 为实现对ZJ119型卷接机组蜘蛛手—接烟轮系统出现“飞烟”故障的精准诊断，设计了一种传烟检测系统。该系统通过接近开关和脉冲信号对承烟槽与吸爪进行编号，利用光电传感器检测烟条状态，检测出烟条缺失的承烟槽和吸爪。以常德卷烟厂生产的“芙蓉王（硬）”为对象，对改进前后的ZJ119型卷接机组进行对比测试，结果表明：①当出现“飞烟”后，传烟检测系统能够准确有效地判断出交接位置故障点；②改进后机组在连续运行过程中，单个承烟槽缺失烟条数量达到30支时，设备会报警停机；③改进后机组的平均调整次数降低了1.6次，平均调整时间减少了95.2 min/次。该方法可为提高机组智能化水平和维保效率提供技术支持。

关键词： SLAM   点线特征   多IMU融合   自主导航   图优化   传感器融合   激光雷达   视觉传感器  

摘要： 在移动机器人和无人驾驶技术中，准确且高效的同时定位与地图构建(SLAM)算法至关重要。现有的SLAM算法在处理复杂环境和动态场景时，通常面临着精度和鲁棒性不足的问题。文中提出了一种基于点线特征与多IMU(Inertial Measurement Unit)融合的SLAM算法，以解决这些挑战。本研究利用多IMU融合技术，从环境中提取点和线特征。这些几何特征提供了丰富的环境信息，有助于构建更详细和准确的地图。在点线特征提取过程中，采用了基于优化的特征匹配算法，确保特征提取的准确性和稳定性。通过多IMU融合技术，增强了系统的运动估计能力。多IMU融合不仅提高了单一IMU在高动态环境下的鲁棒性，还通过优化的传感器数据融合算法，提供了更精确的位姿估计。实验部分在多种典型的室内和室外环境中进行了验证，包括静态和动态场景。结果表明，所提SLAM算法在定位精度、建图质量以及实时性方面均有显著提升。与传统算法相比，该算法在复杂环境中的表现更优越，能够有效应对环境中的变化和噪声干扰。