罗地亚开发出了一种聚酰胺66新技术产品，消除了一般聚酰胺与较高成本的功能性塑料或金属之间的差异

罗地亚推出了TECHNYL STAR^TM AFX——一种创新的聚酰胺66技术,它将超强的流动性与迄今为止最高的增强性能相结合。除了独特的刚性和耐温性,这一基于新型聚酰胺66的聚合创新技术还使其具备了无与伦比的易加工性。它拓宽了聚酰胺66的应用范围,使以其替代成本较高的功能性塑料或金属材料成为可能。     

基于噪声强度估计的中值滤波

为了提高中值滤波器的滤波性能和适应不同强度的椒盐噪声,提出了基于噪声强度估计的中值滤除算法.该算法通过椒盐噪声密度估计确定图像中的噪声强度的大小,然后根据噪声强度选择相应的滤波器及参数.计算机仿真实验结果表明:该算法能对未知噪声强度的退化图像在较短的时间内有效地去除噪声的同时,较好地保护图像细节.     

水下组合导航UKF/PF自适应滤波算法

为了避免粒子滤波(PF)可能存在的粒子退化问题,提出了一种Unscented卡尔曼滤波(UKF)和PF的混合滤波算法.将PF的所有粒子分为随机性粒子和确定性粒子两部分,利用UKF状态估计为PF确定重要性函数,并从重要性函数中抽取随机粒子,而确定性粒子则由UKF的Sigma点构成.利用标准粒子滤波的退化程度指标构造自适应权函数,根据权函数权值大小的变化,UKF/PF混合滤波算法自适应地进化为PF滤波算法或退化为UKF滤波算法.仿真结果验证了UKF/PF混合滤波算法用于DR/INS组合滤波器设计的有效性.     

基于小波变换和Gabor滤波的指纹图像增强算法

在指纹自动识别系统中,图像增强是比较重要的一个环节,它直接影响到指纹识别系统的识别精度．利用指纹图像在经小波多尺度分解后,低频部分集中了指纹图像的主要纹理信息这一特性,提出了一种在小波域对指纹图像进行Gabor滤波增强的算法,实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取。     

一种多通道窄带光子晶体滤波器的研究

研究了具有周期缺陷层的一维光子晶体的能带特性。研究表明,此种结构的光子晶体缺陷模的个数,随着缺陷层周期个数的增加而双倍地增加。当入射角增加时,缺陷模的个数不变,但向短波方向移动,此种结构的光子晶体可应用于多通道窄带滤波器。     

三元锂电池荷电状态估计的传感器误差影响CSCD

锂电池荷电状态(SOC)的准确估计是电池管理系统的关键技术,为了解析传感器误差对SOC估计精度的影响,以二阶RC等效电路模型为基础,运用遗传算法进行参数辨识,采用扩展Kalman滤波算法进行SOC估计,分析电压、电流传感器存在的漂移和白噪声对SOC估计的影响。结果表明:电压、电流传感器的漂移与SOC估计误差的均值近似呈线性关系,电压、电流传感器存在的白噪声对SOC估计误差的均值无影响;对于实验中的三元锂离子电池,若使SOC估计精度在5%以内,电压的偏差值应控制在10 m V以内、电流偏差值应在1/30 C以内。     

基于汽车轻量化制造的热固性复合材料浅析

本文列举热固性复合材料在汽车领域目前应用所处的现状,然后对汽车用的热固性复合材料进行详细说明,对目前存在的一些加工工艺进行相关说明,包括其特性和制造方法,并比较不同加工工艺特点,同时还探讨了碳纤维增强热固性复合材料在汽车上的应用,列举一些量产车上的应用实例。     

长纤维增强复合材料在汽车上的应用

复合材料是实现汽车轻量化的重要材料之一,因为可设计性强、比强度高、性能可靠、资源丰富,日益受到汽车设计和研发人员的广泛重视。介绍了长玻纤增强复合材料的特点、种类和性能,举例说明了SMC、DMC和BMC、TMC、RTM、GMT、LFT在汽车上的典型应用,全面分析了这类产品容易出现的质量问题,并提出了相应的解决措施。最后简要论述了汽车用复合材料的发展趋势。     

图像去雾的小波域 Retinex 算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

一种新的雷达间隙辅助红外的机动目标跟踪算法

论文针对雷达间隙辅助红外的机动目标跟踪问题,提出了一种新的跟踪算法。该算法由跟踪误差与精度指标的大小来选择雷达的开机时间,从而构成了一个闭环的跟踪系统,解决了在给定的跟踪精度指标下雷达的开机时间选择问题。其思想为：在内层通过引进高、低门限,根据跟踪精度与门限的大小,自适应地选择交互式扩展卡尔曼滤波（IMM-EKF）或交互式粒子滤波（IMM-PF）;在外层将基于雷达量测的滤波结果和红外量测的滤波结果进行交互;从而实现了两层交互式自适应滤波。仿真结果表明该算法在计算复杂度和跟踪精度上达到了较好的平衡,实现了雷达间隙开机下对目标稳定的跟踪。