静电陀螺漂移误差模型的比较研究

本文对静电陀螺伺服测漂所得的试验数据进行分析处理,对常用陀螺漂移模型进行修正,结果表明,改进模型中陀螺转子变形的奇次谐波与电极碗横向错位耦合产生的干扰力矩,对高精度静电陀螺导航系统的影响是不容忽视的。与常用模型相比,用改进模型拟合试验数据,漂移速度残差将显著减小,因此改进模型进一步完善了陀螺漂移误差补偿模型,对提高导航系统精度具有实用意义。文中还根据静电陀螺的工作环境和伺服测漂的(?)验条件,对影响陀螺漂移精度的干扰源作了分析,并根据不同测试时间段漂移模型系数的变化趋势,提出了用时变参数漂移模型处理试验数据的构想。结果表明,与常系数漂移模型相比,它可以进一步减小漂移速度残差,得到更为满意的结果。     

神经网络在风洞流场马赫数辨识中的应用研究

风洞流场的多维性、复杂性以及马赫数的不可直接测量、马赫数控制一直是风洞控制的难点和重点。笔者在研究FL26Y风洞流场特性的基础上,应用神经网络技术,研究马赫数在线辨识问题,为高精度风洞流场马赫数控制提供技术支持。首先介绍神经网络马赫数辨识原理,然后介绍神经网络拓扑结构的设计,并构造神经网络的马赫数辨识模型(NNI)。最后通过软件实现及仿真研究动态数据优化、软件滤波以及动量系数对网络学习性能的影响,进一步验证神经网络辨识器在实时性、自适应性、以及辨识精度等方面的优越性。     

基于Morlet小波滤波提高系统参数识别精度的方法

提出了一种基于连续小波变换的时频域滤器对信号滤波,不会引起相波方法,用于频响函数估计前的信号预处理.采用Morlet小波构造一种FIR滤波位失真.提出了一种改进的小波基以满足瞬态激励情况的时频域分辨率要求.采用GARTEUR飞机模型构造仿真算例,对仿真数据添加白噪声.仿真结果表明,系统参数识别精度明显改善,滤波后获得的阻尼估计误差较滤波前下降了30%.     

基于UKF的四元数载体姿态确定

对于低精度高噪声的传感器组成的低成本姿态测量系统,本文引入U nscen ted K a lm an filtering(UKF)用于姿态确定,设计了有陀螺测量和四元数差分法的无陀螺测量两种UKF滤波器;应用四元数避免了欧拉角法的奇异问题;用高斯-牛顿误差最小法将六维参考向量转化为四元数,作为观测量的一部分,使九维非线性观测方程转化为七维线性方程进行滤波,减少了计算量;应用仿真数据进行算法验证,成功得到姿态估计;对两种算法在低速和高速状态下进行验证,仿真结果表明了该方法的有效性。     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

高超声速气动热辨识技术实验研究

为估计高超声速飞行中的气动热流,采用热流辨识技术研究了平板表面的气动热流.首先采用仿真数据对辨识方法进行验证,结果表明,在测量噪声较低时热流辨识结果误差较小.此后,开展了平板的高超声速气动热风洞实验,通过内埋热电偶测量平板内部温度,采用热流辨识法获得平板表面的气动热流,采用辅助测点对比验证了内埋测点辨识结果的可信度.最后将辨识结果与平板边界层热流理论估算结果进行对比,分析了两者产生误差的原因.本文的研究为热流辨识技术的实际应用奠定了基础.     

适用于全包线的航空发动机BP网络模型的动态辨识

为克服传统的发动机动态模糊辨识中存在的辨识精度低，辨识模型应用范围窄等不足，把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识，从而为发动机动态辨识开辟更为广阔的道路，采用均方差归一法的处理方法和BP算法的改进算法－输出端动量BP地，以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本，辨识了发同的神经网络模型，在全包线范围内对该模型进行检验，结果表明，所得的发动机动态模型在全包线内都有很高的逼近精度，而且对噪声有很强的抑制能力。     

灰色系统理论在逆向工程测量数据处理中的应用

逆向工程中测量数据的处理是一个十分重要的环节。本首次将灰色系统理论应用于逆向工程中测量数据的处理，提出了几种基于灰色系统理论的数据处理方法。通常在测量数据中会有一些异常数据，如果将这些异常数据剔除就会留下空穴。中对数据滤波后产生的空穴采用灰色生成方法以及GM(1，1)模型生成新的数据点来填补。对由于测量误差带来的非均匀测量数据采用均值生成、级比生成和光滑比生成等方法进行光滑处理。     

对脉冲型数据的一种数字滤波技术

本文提出了一种用于处理动态实验脉冲型数据的数字滤波技术。首先,识别和剔除数据中的野值并加以补正,然后使用最小二乘法15点二阶算式对数据进行滤波,对于脉冲幅值较大的数据可多次滤波,以得到更接近于真实值的数据。用数字滤波技术作动态点估算,对测量数据具有频域滤波和数据平滑化功能,其特点是简单、实用,应用性强。算例表明,对于脉冲型数据和混有高频噪声的动态测量数据的滤波效果是良好的,给出了原数据的有用信息和基本特征。     

开环光纤陀螺信号测试与小波去噪

建立了开环光纤陀螺测试系统,分析了干涉型开环光纤陀螺信号中主要噪声的产生机理和特点,利用小波分析的方法进行了去噪.与常用的滤波方法如平滑滤波、低通滤波等进行了对比,结果表明,小波分析较好地满足了在噪声干扰下对光纤陀螺微弱输出信号的检测要求,在有效滤除了噪声的同时保留了信号的细节信息.文中分析了去噪阈值的选取,比较了不同小波基情况下去噪效果的差异,通过实验证明了多尺度小波分析对光纤陀螺信号去噪的有效性.     

Loading Localization by Small-Diameter Optical Fiber Sensors

Structural health monitoring(SHM)in service has attracted increasing attention for years.Load localization on a structure is studied hereby.Two algorithms,i.e.,support vector machine(SVM)method and back propagation neural network(BPNN)algorithm,are proposed to identify the loading positions individually.The feasibility of the suggested methods is evaluated through an experimental program on a carbon fiber reinforced plastic laminate.The experimental tests involve in application of four optical fiber-based sensors for strain measurement at discrete points.The sensors are specially designed fiber Bragg grating(FBG)in small diameter.The small-diameter FBG sensors are arrayed in 2-D on the laminate surface.The testing results indicate that the loading position could be detected by the proposed method.Using SVM method,the 2-D FBG sensors can approximate the loading location with maximum error less than 14 mm.However,the maximum localization error could be limited to about 1 mm by applying the BPNN algorithm.It is mainly because the convergence conditions(mean square error)can be set in advance,while SVM cannot.     

基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。     

高超声速巡航导弹的神经网络虚拟目标微分对策中制导律

针对高超声速巡航导弹的高空巡航飞行段,采用虚拟目标的定义方法,结合微分几何知识以及运动学方程建立了导弹与目标的相对运动模型,并在此基础上视其与虚拟目标之间的运动为单目标微分对策问题。利用哈密尔顿函数求解方法推导了开环微分对策中制导律,同时建立了一种新的闭环微分对策中制导律结构图,并对反向传播神经网络的训练样本进行了设计。通过反向传播神经网络的函数逼近功能实现了高超声速巡航导弹微分对策中制导律的智能化。仿真验证表明了其有效性。     

无线传感网中能量优化的异常检测算法

基于网内数据处理技术和网络动态分簇技术,提出一种能量优化的异常检测算法。算法首先利用节点协作计算获取相关性信息,然后根据节点相关性和节点能量信息进行动态网络分簇,最后利用簇内相关与簇间相关性进行能量有效性的异常检测。相关测试结果表明,本文算法既保证了传感网异常检测精度又提高了网络能量利用效率。     

基于潜在成分的时变系统损伤的概率神经网络分类

提出了一种新的时变系统健康监控的损伤分类方法。将函数级数时变自回归平滑时序模型应用于时变系统的振动信号,以估计TAR／TMA参数和革新方差。这些参数是时间的函数,将它们在以特定的基函数构成的某种函数子空间上展开得到相应的投影系数组。所估计得到的TAR／TMA参数和革新方差可进一步用来计算潜在成分（LCs）,将LCs用于健康评估比原来的参数更具信息。并将LCs联合并归化为数值得到特征集,输入概率神经网络（PNN）进行损伤分类。为了评价该方法,对一个时变系统进行了仿真,以各种不同的质量和刚度减少来模拟不同的损伤类别。算例表明：该方法能够在时变系统的背景下对损伤进行归类。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题，研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构，提出了一种基于深度神经网络的流场时空重构方法，并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征，训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时，重构出的流场与真实流场之间的均方根误差为0.0065左右，流场数据点数是原来的51倍；同时进行流场时间和空间高分辨率重构时，重构出的流场与真实流场之间的均方根误差可保持在0.065左右，流场时间维度的密度是原来的5倍，可极大提高实验效率，节约实验成本。     

星载即插即用协议转换模块的SOC设计与实现

微小型卫星即插即用技术的发展取决于不同总线标准接口设备能够快速集成到同一网络中的能力。SpaceWire总线技术是一种星载网络总线标准，已成为网络拓扑结构中的主干网络，而空间即插即用协议（Space plug-and-play architecture，SPA）是美国航空航天学会（American institute of aeronautics and astronautics，AIAA）在SpaceWire标准基础上为了实现快速响应计划而提出的微小型卫星即插即用标准。目前国内正在使用的卫星载荷的通信协议都是非SpaceWire接口的，比如许多小型卫星上的光纤陀螺载荷采用RS442串口通信标准，红外摄像头载荷一般采用1394b标准。本文研究了将1394b接口高速红外摄像头与RS422低速串口光纤陀螺接口集成到SPA网络的协议转换原理和片上处理器（System on chip，SOC）设计，并且在现场可编程门阵列（Field programmable gate array，FPGA）开发板上进行了软硬件验证。     

一种模糊Modular神经网络模型及其应用

将神经网络模糊系统与模糊C均值聚法相结合，对模糊Modular神经网络进行研究，提出了该模糊神经网络模型的多输出结构及其学习算法，据此开发了模糊神经网络诊断系统，并将其用于某电源分系统的诊断分析，运行的结果表明，该网络模型优于一般神经网络。     

模糊控制和神经网络相融合的研究及其在家电产品中应用

综述了模糊控制和神经网络相融合的研究，列举了若干种由神经网络实现模糊规则和模糊控制器的方法．这些利用神经网络的模糊控制器，能自动地辨识控制规则和校正隶属函数．最后叙述了该方法在家电产品中的应用。