显微手术机器人末端微小型传感器集成研究

为提高显微手术机器人实施手术的效果,需要在机器人末端集成微小型传感器.在提出传感器集成设计要求的基础上,研究机器人末端环钻钻切力和深度的测量机理.采用微型力传感器和微型位移传感器测量手术中的钻切力和深度信息.采用线性滑动轴承和差动测杆机构实现对相应手术信息的测量.开发传感器数据采集卡,用功率谱估计分析传感器数据,并提出两种数字滤波方法来消除干扰信号.两种方法分别适合于PC机的低通、带阻串联结构滤波器和适合于数据采集卡的移动平均滤波算法.钻切实验表明,机器人末端传感器集成满足设计要求,末端环钻可以准确完成手术操作.     

动态测量不确定度A类评定

综述动态测量误差与不确定度评定的基本特点、一般评定指标与评定方法。着重概述对动态测量数据作统计分析的不确定度Ａ类评定方法。列举各种常用动态测量数据处理方案及其基本假定条件和测量误差分离原理及测量不确定度Ａ类评定的基本算法。     

卡尔曼平滑在动态推力测量中的应用

首次将卡尔曼平滑应用于固体火箭发动机地面热试车时的动态推力测量,提供了一个便于工程应用且有较高精度的动态推力测量的新方法。根据固体火箭发动机理论推导出推力的动态模型;研究噪声方差和初始条件的确定方法及估计的稳定性、敛散性。继而进行了数学仿真实验,并对实际发动机推力采样数据进行了处理。分析与处理结果表明:卡尔曼平滑应用于动态推力测量是行之有效的。     

臭氧9.6μ带总吸收比的实验测定

在室温(约18℃)下测定了臭氧(O₃)9.6μ带的总吸收比,O₃含量在0.0188-0.5atmcm,压力在17—760mmHg之间。实验中使用了十字型吸收池,其一支通过紫外线,用以测量臭氧含量;另一支通过红外线,用以测量臭氧9.6μ带的总吸收比。对实验数据应用光谱模式理论进行了分析和处理,结果表明本实验资料与统计模式符合。最后给出了适用于统计模式的带参数。      

微机在锥齿轮单啮仪测量中的应用

本文详细地叙述了在锥齿轮单面啮合测量仪中采用的“逐点比较法测量原理”及微型计算机在测量中如何实现对误差数据的动态实时采集和存储。     

温度传感器时间常数测试

阐述了自行制作的温度传感器时间常数测试系统的原理、结构及其数据处理。该系统采用以温度传感器的电阻作为加热元件的回路电流法,产生温度阶跃,测量其温度传感器的动态响应。适用于油、水、空气、液氮、液氧等介质环境的各类温度传感器的动态特性测试。     

光纤Sagnac温度传感器信号检测技术

利用光纤Sagnac干涉仪的偏振非互易性PNR(Polarization Non-Reciprocity)可以实现对单温度点的高精度测量.传感头周围温度场的变化引起干涉仪光路中两相干光的相位差变化.通过分析温度传感器的测温原理,得到其输出的线性化模型.采用方波调制解调技术实现了对温度传感器光路系统输出的全数字信号检测.设计了以C8051F060混合信号微控制器为核心的全数字信号检测系统,实现其采样信号和调制信号的相位关系保持.16位高精度模/数转换器的电压采样值通过数字滤波及分段函数解算处理,得到测量温度值的数字输出.这种技术具有实现方便,便于数字化处理及时序控制等优点.通过-15~55℃的全温扫描实验得到的实验数据和理论曲线近乎重合,系统输入/输出成很好的线性关系,线性度达到了10-3量级.实验研究表明这种温度传感器可以实现高精度的温度测量.      

基于改进动静态滤波的脉冲星/CNS深空探测组合导航方法

为了提高深空探测器的自主导航系统性能,文章提出一种基于改进动静态滤波的脉冲星/CNS组合导航方法。脉冲星观测数据和星光角距信息通过改进动静态滤波器进行信息融合。其中,动态滤波采用UKF处理采样速率快、测量方程非线性强的星光角距测量量,静态滤波采用EKF处理采样速率慢、测量方程线性特征明显的脉冲星测量量,其运行周期可以是动态滤波的若干倍。利用该改进动静态滤波进行组合导航,可避免联邦滤波器中由于各局部滤波器采用相同的状态方程而导致的融合滤波结果不具备最优性的问题。仿真分析表明,基于所提出的组合导航系统,深空探测器的导航精度可提高至10km以内。     

基于灰色递阶预测的动态插值生成方法

根据灰色系统白化插值生成理论和建模机理 ,分析动态测量中灰色模型插值的可行性。并将动态测量数据建立白化插值生成灰色模型 ,进行动态测量插值预测 ,验证其可行性。由于动态测量特性和灰色模型预测的局限性 ,对模型的测量准确度提出较高要求。因此 ,提出改进白化插值生成灰色模型 ,采用基于灰色递阶预测的动态插值生成方法 ,以保证长期预测插值的动态测量特性。     

微波正切关系网络精密测量的计算机辅助数据分析

提出了处理无耗正切关系网络测量数据的统计回归数学模型。在计算机辅助分析下,用此模型处理大、中、小反射情况下的测量数据。结果表明,此数学模型是正确的。这个模型为测量线法正切关系网络的测量技术提供了精密快速的处理方法,还对已有的小反射情况下的正切关系网络近似式的适用范围进行了分析,并与本文提出的方法进行比较。结果表明,本文的数学模型包含了近似法的适用范围,可以适用于任意反射情况下无耗正切关系网络参数的计算。     

FM接收机中频滤波器的设计

介绍了一种基于双极技术的中心频率、带宽、增益可控的Gm-C型多相滤波器。分析了滤波器的基本原理,推导出其电路结构形式,并对其中关键的Gm单元进行了优化设计,实现了一个六级带通滤波器。该滤波器应用于低功耗FM低中频接收机中频滤波器的设计,镜像抑制比高达66 dB,总功耗仅为3.75 mW。     

基于交互式多模型鲁棒滤波的目标机动估计算法

针对雷达导引头的测量信息带有闪烁噪声的问题,研究了交互式多模型和鲁棒滤波在雷达导引头目标机动估计中的应用.采用Huber Based滤波理论改进高阶容积卡尔曼滤波,提出高阶容积鲁棒滤波算法,选取Singer模型、“当前”统计模型、常加速度模型作为目标机动模型,建立雷达导引头测量模型,结合交互式多模型算法框架,设计目标机动估计滤波器.蒙特卡洛数字仿真结果表明,所提算法的鲁棒性较强,与传统高斯滤波相比,所提算法对闪烁噪声具有更高的滤波精度.     

一种非线性不确定系统的鲁棒H∞滤波方法研究

考虑EKF滤波方法的线性化过程对估计误差的影响,提出一种非线性不确定系统的鲁棒H∞滤波方法．基于H∞理论,该算法将滤波模型和观测模型在线性化过程中所产生的误差作为系统的不确定部分,力求此误差对导航精度的影响最小,并且利用李亚普诺夫方法证明了该滤波算法的稳定性．利用所提算法对月球环绕段自主导航系统进行滤波估计,仿真结果证实了算法的有效性．     

一种用于高动态GPS频率估计的滤波算法

针对常用高动态GPS(Global Positioning System)频率估计算法扩展卡尔曼滤波(EKF,Extended Kalman Filter)的缺陷,提出了一种新的称为简化无迹高斯粒子滤波(SUGPF,Simplified Unscented Gaussian Particle Filter)的算法.SUGPF将卡尔曼滤波(KF,Kalman Filter)、无迹卡尔曼滤波(UKF,Unscented Kalman Filter)与高斯粒子滤波(GPF, Gaussian Particle Filter)三者相结合.在时间更新阶段,用KF的方法更新预测分布;在测量更新阶段,用UKF的方法得到重要采样函数,并用GPF的方法更新后验分布.仿真结果表明:与EKF和UKF相比,SUGPF性能更优越,功能更全面,在高斯与非高斯观测噪声环境下均能取得与GPF类似的良好性能,并且其计算复杂度低于GPF.     

月球探测器天文导航的遗传粒子滤波方法

天文导航系统是典型的非线性和噪声非高斯分布的系统.针对传统的扩展卡尔曼滤波不适于非线性和噪声非高斯分布的系统,和一般粒子滤波存在的粒子退化和采样枯竭问题,提出了一种基于遗传算法进行再采样的月球探测器自主天文导航粒子滤波新方法.计算机仿真结果显示了该方法可以有效的克服传统粒子滤波方法的缺点,提高天文导航系统的定位精度.      

射电天文保护滤波器

本文介绍了射电天文波段保护滤波器,它是一种结构新颖的同轴带阻滤波器。这个滤波器使用了λ/4同轴腔谐振器和外方内圆的传输线。在研制中充分应用了同轴滤波器的设计技术,获得了高阻带衰减、低通带插入损耗的满意的实测结果。     

一种用于目标跟踪的UT-BLUE滤波方法

雷达机动目标跟踪问题中,通常目标运动模型可精确地在直角坐标系下建模,但大多数情形下模型是非线性的,同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合,提出一种新的BLUE(Best Linear Unbiased Estimator) 滤波算法,以便解决上述非线性跟踪问题.首先,该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中,将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较,结果表明新算法的有效性和适用性.      

基于自适应联邦滤波的卫星姿态确定

卡尔曼滤波采用常值量测噪声协方差阵,当量测噪声统计特性发生变化时,易导致估计误差增大,甚至滤波发散。针对该问题,在联邦卡尔曼滤波子系统中采用自适应卡尔曼滤波,形成自适应联邦卡尔曼滤波算法,新算法采用模糊推理系统实时调整量测噪声协方差阵的加权系数,使模型量测噪声逐渐逼近真实噪声水平。将该算法应用于多传感器卫星姿态确定系统,仿真结果验证了算法的有效性。     

小视场星敏感器量测延时滤波算法

针对小视场（NFOV）星敏感器用于姿态估计时存在的量测延时情况,提出了一种用于解决量测延时的鲁棒扩展卡尔曼滤波（REKF）算法。根据最小方差准则的思想求解各方差的最小上界,通过最小上界确定滤波增益,设计的REKF算法可以有效解决量测延时问题,提高了姿态估计的精度。对REKF算法进行了仿真验证,结果表明:该算法优于常规加性扩展卡尔曼滤波（AEKF）算法、鲁棒有界时域滤波（RFHF）算法及鲁棒卡尔曼滤波（RKF）算法,能较好解决非线性系统存在的量测延时问题,验证了该算法的有效性。