自行高炮炮长瞄准镜动态观瞄装置

针对自行高炮伺服系统发生故障、应急方式工作时存在反应速度慢、对准精度低、提前量误差大的问题,提出采用动态观瞄装置产生含有光标的视频信号,通过实时接收并解算目标或火炮提前量数据,控制视频信号中光标的动态位置。该视频信号经微显示器显示并被投影到瞄准镜分划面上,使动态光标出现在瞄准镜视场中,应急工作时引导炮长手动使瞄准线和火炮快速调转、跟踪、迅速到达提前位置,从而减轻操作难度,提高调转速度,提高命中概率。该装置随某型自行高炮试验,实现预定功能、达到预定效果。     

公路隧道照明智能控制技术研究

为实现隧道内“灯光随车移动”控制技术,在隧道合适位置布设测速线圈,采用RBF神经网络模型预测相邻线圈间的车速。根据隧道特点建立隧道停车视距模型,从而确定了既符合实际又能保证行车安全的灯光长度。最后,给出照明灯智能控制思想。实例分析表明,当交通量低于3 000辆/天时,节能率能达到90%以上。     

车载周视观瞄平台异轴同步及任意距离修正问题分析及程序实现

针对车载周视观瞄平台异轴同步性问题采用几何作图法进行分析,得到异轴同步问题产生的根源是不同光电平台转动过程中由于存在偏差角所致,对校准距离情况下的角偏差,距离小于校准距离情况下的视差和距离大于校准距离情况下的角偏差在3中不同区间的修正方法进行分析并进行等效近似,给出程序实现方法,最后用实验验证了此方法的正确性.     

城市道路绿化对行车视线诱导的植物合理种植间距

【目的】规范城市道路绿化交通安全功能,提高绿化植物对行车视线诱导的可靠性。【方法】通过驾驶员视觉特性分析,根据《城市道路工程设计规范》(CJJ 37—2012),以双向四车道为基本线型,构造两个数学模型; 一个是在不同设计速度下形成连续景观的直线段模型,另一个是在不同设计速度下形成最佳曲线曲率感知效果的曲线段模型。【结果】在道路直线段,车速分别为30、40、60、80、100 km/h时,使驾驶员形成连续景观感受的绿化植物种植间距(L)分别为1.74、2.32、3.48、4.64、5.80 m。在道路曲线段,车速分别为40、60、80、100 km/h时,使驾驶员保持对道路曲线曲率最佳感知效果的植物种植间距(L')分别为2.49、3.56、4.25、0.44 m。【结论】在城市道路直线段,以L间距种植绿化植物能达到最佳视线诱导效果; 在城市道路曲线段以相同设计速度下L与L'的最小值间距种植绿化植物,能达到最佳视线诱导效果,同时保持较高的曲线曲率感知精度。     

Testing of holographic optical elements for holographic gun-sight

Conventional methods of measuring the various parameters of holographic optical elements are tedious for mass production. A novel approach is described for the holographic elements used in the holographic sight, in which the parameters are defined and measured as per their intended final application. Since the holographic sight is used for accurate target acquisition along with the other features, parallax in the sight becomes a critical parameter. Besides, the maximum brightness of the reticle is another parameter of the device, which is important for the use of sight in the strong sunlight in summers. There are two holographic elements, namely holographic reticle and holographic lens in the sight. Both can be tested in a simple set-up in terms of the parallax of the sight and the brightness of the reticle. The masters for both elements are required to be benchmarked once and rest of the elements in a mass production can be tested with the reference of masters.     

轻量化YOLOv4的安全帽佩戴检测方法

为了平衡深度学习网络在网络深度、模型效果和易用性之间的关系,针对安全帽佩戴检测,提出一种基于轻量化模块的改进YOLOv4网络。在主干网络中,采用深度可分卷积和压缩激励机制所组成的模块替换残差块,在不进行内部堆叠的情况下,减少网络的深度和参数量;在聚合网络中,采用反向注意力机制模块增加目标物体的显著信息,使网络获取的特征包含更丰富的细节信息。在公开的安全帽佩戴图像数据集上进行的实验表明,提出方法的模型大小为106.4 M,相比原网络减少了149.9 M,网络检测的平均精确度均值比原网络有所提升,验证了轻量化目标检测方法及其在安全帽检测应用中的有效性。     

基于YOLO-CDF神经网络的安全帽检测

针对当前安全帽检测准确性低和适应性差的问题,提出一种以YOLOv3网络为基础,进行相应改进的安全帽检测方法;为了保证安全帽检测的准确度和增大对图片中安全帽的关注度,采用注意力机制增 强了从图片提取出的空间信息和语义信息,减少了图像细节的丢失,再使用可变卷积来适应人的姿态变化, 增强了模型对目标的适应性,减少了一定量的训练样本,最后通过改变输出特征图的尺寸,融合浅层的网络 特征,提升了人头等小目标的识别率;采用自制的 HELMET 数据集对方法进行训练与测试,并通过对比实验表明:方法相较于其他检测方法能够提取到更多的目标特征,达到更高的平均精度均值,同时在实际应用中适应性较好。     

LMDS宽带无线接入技术及其应用

LMDS是近年来兴起的一种宽带无线接入技术，充分利用LMDS过去未被很好开发利用的频率资源，并融合在通信领域成功应用的先进技术可以实现更大的频谱利用率，更丰富的业务接入能力及更灵活的带宽分配。论述了LMDS的概念、技术原理及特点、系统结构、系统的优缺点及系统的应用。     

Flow characteristics of an offset jet over a surface mounted square rib

A three-dimensional offset jet flow over a surface mounted square rib was investigated using particle image velocimetry at Reynolds number of 7600. The square rib was mounted at three different locations downstream of the nozzle exit. Contour and profile plots in the symmetry plane were used to investigate the effect of the rib on the mean flow distribution and turbulence statistics. Changing the rib location enhanced the mixing and entrainment characteristics of the jet thereby leading to larger wall-normal spread rates. The quadrant analysis revealed a significant contribution of all events towards the Reynolds shear stress. The joint probability density function analysis showed that the structures within the outer shear layer of the jet differed from those of boundary layers. Results from the two-point correlation analysis indicated that the introduction of a surface mounted rib modified the flow structures within the developing region. However, there was no significant structural difference between the flow with mounted rib and the no rib case within the self-similar region. The proper orthogonal decomposition was used to examine how changes in rib location modified the dynamics of the energetic modes towards the turbulent kinetic energy and Reynolds shear stress within the developing and self-similar regions.     

基于样本均值和中位值的粒子群优化定位算法

针对室内LOS/NLOS混合环境,提出基于假设检验的方法确定NLOS状态,并采用具有收缩因子的粒子群优化算法进行定位.在采样值存在异常情况时,样本中位值性能优于样本均值.因此,在LOS和NLOS状态下,分别采用样本均值和样本中位值建立最小平方误差代价函数.为了增强算法的全局和局部搜索能力,在粒子群优化算法的基础上引入收缩因子.仿真实验表明,在NLOS遮挡比较严重的情况下,所提出的基于样本均值和样本中位值改进的粒子群优化定位算法较只采用样本均值改进的粒子群优化算法和一般的粒子群优化算法定位精度高.