基于卡尔曼滤波的微弱高频CW电报信号检测

在强噪声背景下,高频CW信号的包络检波检测法难以有效跟踪信号波形,检测性能严重下降。针对此问题,提出一种基于Kalman滤波的微弱CW信号检测方法。该方法采用Kalman滤波器实时捕捉CW信号,恢复强噪声背景下信号的时域波形,提取出比较纯净的CW信号。实验表明该方法能够在强噪声背景下有效地检测出CW信号,具有更高的识别率,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制。     

校园网802．1x＋Redius认证技术的应用

重点分析了802．1x认证的技术要点、认证流程,并通过校园网上的实际应用配置,说明了应用802．1x技术给校园网管理和运行带来了什么。     

采用TRPO从过氧化氢溶液中萃取钼和钨的数学模型和反应机理（英文）

为了解利用三烷基氧化膦(TRPO)从过氧化氢溶液中萃取钼和钨的化学行为,采用斜率法、拉曼和红外光谱研究钼和钨的萃取反应机理。通过建立数学模型,获得钼或钨的萃取分配比(D_Mo或D_W)关于平衡pH值、TRPO浓度和温度等变量的经验公式,并进一步在H⁺-W-Mo-H₂O₂溶液中验证经验公式的可靠性。结果表明:经验公式计算的D_Mo或D_W和实验值吻合度良好。实验条件下,20℃时钼和钨的萃取平衡常数分别为K_Mo^app=8.51×10³(0.74≤pH_e≤1.70)、K_Mo^app=99.89×10³(1.7e≤4.62)和K_W^app=2.65×10³(0.92e&l...     

工业CT图像自适应三维裂纹面分割*

在图像分割方法中,CV模型可以得到较好的分割结果,但是模型的收敛速度慢.在三维CV模型检测工件裂纹面的过程中,由于三维CT图像数据量比较庞大且三维CV模型本身分割速度慢,使得检测时间比较长.对于这一问题,研究了一种自适应预处理算法.该算法先对体数据进行三个方向投影,再对投影图利用迭代求最佳阈值的阈值分割方法和自适应矩形框来定位缺陷的大致区域.该方法能够自动适应裂纹面形状变化,同时大幅度减少了需要三维CV模型分割的数据量,可以非常明显地提高分割的速度.实验结果表明利用该预处理算法,三维CV模型的分割裂纹面的速度提高了近8倍.     

我国海上风电机组的现状与发展趋势

随着风力发电技术逐步走向成熟,海上风电占比不断扩大,掌握海上风电机组的现状与发展趋势,有助于加快我国海上风电的部署。结合已有的研究成果,综合考虑了我国海上风电机组的容量变化、海上风场分布等因素,对海上风电机组的现状与发展趋势展开了分析。结果表明,我国未来将会向更大风力发电机组容量和更深海域发起挑战。海上风电技术的发展将呈现机组吊装便捷化、叶片制造技术以及传动系统性能持续改善、传统三相海上风电机组向多相化海上风电机组转变、漂浮式基座和输电环节不断创新、数字化和人工智能投入应用的趋势,并在新的发展趋势下提出了对策和建议。     

通信线缆业资源循环实践中的若干技术问题

本文从大、中、小三个层次探讨了线缆业的资源循环.介绍了如何在线缆设计和制造中运用资源循环的基本原则,如何在制造过程中节约资源、利于线缆料循环使用.分析了与回收废旧通信线缆中铜线、聚乙烯护套科和PVC护套料有关的技术问题.以多晶硅和石英光纤的联动制备项目为例,说明不同产业的生产过程能够有机地组合起来,实现整个社会层次的物质流的闭环.     

基于经济学规律的建筑外墙保温隔热层厚度分析

本文将经济学概念导入建筑节能设计工作中,运用"边际效用""收益递减规律"展开分析,通过节能计算软件验算"收益递减规律"在建筑节能设计中的体现,为建筑外墙保温隔热指标给出一个"经济学"指导下的厚度范围值。     

品质缔造经典

通过对法国Birkin包的设计在外观、尺寸、材质、颜色、制作方式和搭配方式等的分析,总结出Birkin包能够成为经典的原因。     

零部件光学影像精准定位的轻量化深度学习网络

光学影像精准定位是提高工业生产效率和质量的重要环节。传统图像处理定位方法由于光照、噪声等环境因素的影响,在复杂场景下定位精度低、易受干扰;而经典深度学习网络虽然在自然场景目标检测、工业安检、抓取、缺陷检测等得到了广泛应用,但是其海量数据的训练需求、复杂系统的深度学习大模型、检测框的冗余及不精确等问题,导致它不能直接应用于工业零部件像素级精准定位。针对以上问题,构建了一种零部件光学影像像素级精准定位的轻量化深度学习网络方法。网络总体选用Encoder-Decoder架构,Encoder使用三级bottleneck级联,在降低特征提取参变量的同时充分提升了网络的非线性;Encoder与Decoder对应特征层实施融合拼接,促使Encoder在上采样卷积后可以获得更多的高分辨率信息,进而更完备地重建出原始图像细节信息;最后,利用加权的Hausdorff距离构建了Decoder输出层与定位坐标点的关系。实验结果表明：轻量化深度学习定位网络模型参数为57.4 kB,定位精度小于等于5 pixel的识别率大于等于99.5%,基本满足工业零部件定位精度高、准确率高和抗干扰能力强等要求。