基于增强型海明码的CAN总线实时性研究

为了提高控制器局域网络(CAN)通信的实时性,提出一种增强型海明码来替代CAN总线协议中的循环冗余校验码(CRC)。增强型海明码在传统海明码的基础上进一步优化,保留了传统海明码自动纠错的优点,在不增加码字冗余度的同时,新增状态码对信息码和校验码分类校验,提高了误码检测速率。相较于CRC校验,增强型海明码占据位数更少并且可以根据数据段动态调节位数。实验结果表明,增强型海明码相较于CRC校验数据传输帧率平均提升了23.58%,在6到8字节的数据传输情况下,误码检测能力相较于CRC校验平均提高了8.83%,有效提高了CAN通信的数据传输帧率,同时保证了多字节情况下的误码检测能力。

用于材料高温光学参数测量的半椭球反射镜光机特性分析

为提升材料高温光学参数测量设备的光能利用率以及在待测样品表面获得更高的辐照度,将半椭球反射镜应用于该设备中。首先介绍材料高温光学参数测量设备以及半椭球反射镜在该设备中的作用,然后利用光线追迹和有限元分析的方法对半椭球反射镜的光学特性和面形变化分别进行分析,接着对半椭球反射镜在30℃下的面形变化对其光学特性的影响进行研究,最后通过三坐标测量仪对半椭球反射镜内表面的面形进行测量,并对仿真结果进行验证。实验结果表明:30℃下,半椭球反射镜去除椭球形变之后的形变量均方根(RMS)为2.15μm,使用Φ15 mm黑体辐射源所获得的辐照均匀度为61%,能量利用率为7.6%,利用三坐标测量仪检测得到的RMS为5.75μm。本研究为测量材料高温光学参数提供了一种新的思路。

基于深度学习的主动光学校正算法研究

主动光学是现代大型反射式光学望远镜领域的一项关键技术,能够有效减少像差,提升成像质量,然而,现有校正算法严重依赖系统的响应矩阵和物理参数;由于实际望远镜系统的误差具有一定的随机性和非线性,往往难以获得精确的响应矩阵和物理参数模型,从而导致校正精度不理想或者需要多次校正。针对这些问题,提出一种不依赖响应矩阵和物理参数模型的深度学习校准(DLCM)算法。该算法借助深度神经网络强大的预测和自学习能力,建立校正算法所需的动力学模型网络、策略网络和决策单元,只需要结合相应设备就可以让控制系统自动学习并自动优化,从而完成镜面校正工作。最后,使用ANSYS有限元仿真对DLCM算法进行验证,结果表明,本文算法能够快速精准地完成校正工作,并且,无论校准速度还是校准精度,均优于传统校准算法。

基于800 mm口径半椭球反射镜的高温材料光谱发射率测量技术

为解决中高温条件下材料发射率的测量问题,提出了一种基于半椭球反射镜的高温材料光谱发射率测量技术。该技术使用800 mm口径半椭球反射镜大范围聚焦信号光,利用3种离轴抛物镜来切换不同测试视场,并利用高功率激光器对样品进行加热。仿真研究了所设计系统的测量误差,结果表明,反射率测量偏差最大为0.035,透射率测量偏差最大为0.031。构建了基于800 mm口径半椭球镜的发射率测量系统,测算了某合金材料和某半透明材料的反射率、透射率和发射率,表明所设计的系统可实现常温到中高温(300~1200 K)、多视场(30°、60°、90°)、宽谱段(2~14μm)的测量。