ESPSO在翼伞气动参数辨识中的应用

为建立更加精确的翼伞六自由度模型,采用生态系统粒子群（ESPSO）算法对目标翼伞的气动参数进行参数辨识,来获取气动参数值。首先对翼伞的六自由度动力学方程进行分析,建立了参数辨识目标函数;然后,针对仿真飞行数据,分别利用粒子群算法和生态系统粒子群算法使参数辨识目标函数最小化,从而得到翼伞的气动参数值,通过比较发现,粒子群算法辨识结果平均误差为0.80%,生态系统粒子群算法辨识结果平均误差为0.21%;最后,针对实测飞行数据,采用生态系统粒子群算法使参数辨识目标函数最小化,从而得到实验翼伞的气动参数值。通过对比利用辨识气动参数建立的翼伞模型输出数据与实测飞行数据,三轴的速度误差平均值小于10%。结果表明,该方案能够为实际工程中的翼伞飞行性能研究及控制设计提供技术支撑。

高集成度多标记光刻版版图的快速处理技术

介绍了一种高集成度多标记光刻版版图的快速处理技术。其中包括以下四个模块:chip芯片排布模块、标记排布模块、芯粒数统计模块和自动版号模块。在版图编辑工具L-edit中使用这些模块可以大幅提升微光刻中的高集成度多标记光刻版版图的排布效率并提高准确度,从而有效缩短掩膜版的生产周期。

芯片的自动编号技术

本文通过C++语言对L-edit软件进行二次开发,采用链表的数据结构来记录数据,实现了在光刻版数据处理过程中对光刻版图中芯片的自动编号,通过实际生产应用,验证了芯片的自动编号程序能够实现对大数据量、多样化的芯片分布图形进行自动编号,显著提高了编号效率。