摘要: 无线传感网络（WSN，Wireless Sensor Network）中节点触发与数据传输往往会呈现出某种活动模式，基于活动模式特性提出了基于活动的节点分簇算法（AACP，Activity-Aware Clustering Protocol），将网络中的传感器 节点分成多个活动簇，并通过对节点的历史触发数据进行分析，结合分簇结果对当前发生的活动进行预测.基于活动预测结果，综合能耗均衡、节点剩余能量、传输能耗等影响因素，提出了基于活动预测和能耗均衡的WSN路由算法（AEBRP，Activity-aware and Energy Balanced Routing Protocol）.仿真实验中与低功耗自适应集簇分层型协议（LEACH，Low Energy Adaptive Clustering Hierarchy）、基于跟踪的动态节点分簇算法（HCMTT，Hybrid Clustering for Multitarget Tracking in wireless sensor networks）和传感器信息系统中的高能效采集算法（PEGASIS，Power Efficient Gathering in Sensor Information System）进行比较，验证了AEBRP算法在维持网络能耗均衡、延长网络生命周期方面具有明显优势.
摘要: 尾缝是涡轮叶片中的重要冷却结构.为解决复合弯扭叶片尾缝的精确建模问题并提高其建模效率，提出了包含尾缝工具体创建和尾缝窗口创建过程的创成式尾缝快速建模方法.首先通过叶身内外型截面线自动匹配算法、叶盆叶背曲线方位判断算法，创建具有和叶身相同或相近弯扭状况的尾缝工具体.之后借助自定义的数据结构记录各组尾缝窗口信息，创建多组不同规格的尾缝窗口，完成尾缝建模.最后使用UG Open API工具开发了尾缝快速建模程序，并通过实例验证了所提出方法的可行性.
摘要: 针对存在参数不确定及外部扰动下的高超声速飞行器轨迹跟踪控制问题，研究了一种基于反步法的抗干扰滑模控制设计方法.将非线性高超声速飞行器动力学模型表达为严反馈形式分步进行设计.采用滑模控制方法进行每步的控制器设计，并提出采用扩展状态观测器（ESO，Extended State Observer）方法实现对参数不确定及外部扰动产生的内外干扰进行估计，继而在控制中补偿.扩展状态观测器能保证对干扰的估计收敛到真值附近的邻域内，从而能够保证较好的补偿效果.通过0.5°附加干扰攻角和25%的气动参数偏差下的非线性高超声速飞行器动力学模型仿真结果验证了该抗干扰滑模控制方案对内外干扰的抑制效果和闭环系统良好的跟踪性能.
摘要: 脑力负荷是影响飞行安全的重要因素之一，对飞行员脑力负荷进行客观测量，对于飞机座舱显示界面脑力任务的工效评价与优化设计具有重要意义.基于ERP（Eveat Related Potential）技术，选取失匹配负波（MMN，Mismatch Negativity）和P3a成分为指标，采用三刺激“oddball”模式，在飞行模拟任务条件下开展了三级脑力负荷的测量与评价研究.实验结果表明，MMN峰值和P3a峰值对脑力负荷变化敏感，随着脑力负荷的增加，MMN峰值显著增加，而P3a峰值显著降低，反应了被试者对异常信息的自动加工能力的提高以及朝向注意能力的减弱.与新异刺激相比，由偏差刺激所诱发的MMN与P3a成分对于与飞行任务相关的脑力负荷具有更好的敏感性，将可用于进一步的脑力负荷分级评价.
浏览量
下载 (3456KB) 
施引文献 
XML在线生产平台
