由飞行试验数据求取直升机气动导数的最佳方法研究

本文主要介绍利用频率法、卡尔曼滤波和最大似然法求取气动导数的方法。方法的特点是,通过频率法使旋翼高频成份的影响减至最小,同时求取试验数据的测量噪声和过程噪声,然后通过卡尔曼滤波使试验数据包含的随机噪声减小,最后使用最大似然法使试验数据包含的随机噪声进一步减小,并求取最终的气动导数。计算结果表明,该方法可使试验数据中包含的噪声减至最小,复合相关系数提高到0.95以上,特征根更接近真值,其准确度优于最小二乘法、频率法、卡尔曼滤波方法和最大似然法,它保留了使用低通滤波数据的卡尔曼滤波方法的优点,克服了原方法振荡模态频率偏低的缺点,适合于各种直升机的导数识别。     

利用卡尔曼滤波求取直升机气动导数的应用研究

本文主要介绍利用低通滤波、卡尔曼滤波及最小二乘法求取直升机气动导数的方法。本方法的特点是,通过低通滤波使旋翼高频成份的影响减至最小,同时求取试验数据的测量噪声和过程噪声,然后通过卡尔曼滤波使试验数据包含的随机噪声减至最小,最后用最小二乘法求得直升机的气动导数,为了提高卡尔曼滤波的准确度,用最小二乘法由试验数据求取直升机的气动导数作为卡尔曼滤波时的初始导数。计算结果表明,该方法可使试验数据中包含的噪声大大减小,误差带减少70％以上,而计算工作量又远远小于最大似然法。     

不均布行星齿轮传动装置设计的几个问题

推导了不均布行星传动的装配条件；提出了不均布所带来的各行星轮合力及工作过程中的动不平衡离心力的计算公式；推荐了使其合力为零或减至最小的方法；得出了行星轮不均布的行星传动装置的使用条件和设计时应注意的几个问题。     

加权最小二乘—卡尔曼滤波算法在动基座对准中的应用

利用卡尔曼滤波算法进行估计需要给定初始状态估计值和初始误差方差阵.通常,初始状态估计值和初始误差方差阵由经验给定,而初始状态估计值和初始误差方差阵的选取影响着卡尔曼滤波的估计精度.文中提出了加权最小二乘-卡尔曼滤波算法,并运用到惯导系统动基座初始对准中,进行了仿真.仿真结果表明,利用加权最小二乘算法可得到更加精确的卡尔曼滤波的初始状态估计值和初始误差方差阵,提高卡尔曼滤波的估计精度,进而提高了初始对准的精度.     

一种基于卡尔曼滤波的定位解算性能评估新方法

对基于卡尔曼滤波的定位解算性能进行评估是提高卫星导航系统性能的有效途径。而传统的评估方法受人为主观性因素影响较大,提出了一种对数最小二乘模糊层次分析(FAHP)方法和模糊综合评价(FCE)方法相结合的性能评估方法。推导了模糊权重向量的唯一性确定条件,并将对数最小二乘FAHP方法确定的模糊权重向量去模糊化,使得权重向量可直接利用FCE方法进行加权综合,形成优势互补。以基于卡尔曼滤波的定位解算性能评估为实例,通过比较分析表明,所提出的对数最小二乘FAHP-FCE评估方法计算得到的权重向量优于基于程度分析的FAHP方法和基于先验规则挖掘的FAHP方法,使其更适合于对基于卡尔曼滤波的定位解算算法进行性能评估。     

使用改进的卡尔曼滤波方法由飞行数据求取直升飞机气动导数的应用研究

本文分析和研究了低通滤波、最小二乘法、频率法和卡尔曼滤波方法的优点和缺点,将利用卡尔曼滤波求取直升飞机气动导数的方法作了进一步的修改,卡尔曼滤波的输入数据由低通滤波数据改用频率法的输出数据,卡尔曼滤波时的初始导数由单纯的最小二乘法所获得的导数改用由频率法得出的导数。计算结果表明,改进的卡尔曼滤波方法消除了原方法由于低通滤波而造成的相位漂移,振荡频率误差显著降低,复合相关系数提高到0.9以上,特征根已十分接近真值,是一种切实可行的方法,适合于各种直升飞机的导数识别。     

广义卡尔曼滤波均方误差最小性的研究

卡尔曼滤波方法是一种应用广泛的估值方法，但其在应用时，要求系统数学模型已知。而广义卡尔曼滤波在应用时不需要系统数学模型是已知的，具有广泛的适用性。在广义卡尔曼滤波方法的消息模型和测量模型的基础上，讨论了其滤波模型的均方误差最小性问题，即最优滤波器的选取问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较，验证了广义卡尔曼滤波的有效性。     

卡尔曼滤波算法的本质及直观理解

对低维卡尔曼滤波算法作了几何解释,这种解释对卡尔曼滤波有一种直观的理解,使人们对卡尔曼滤波有更本质的认识.     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

三星无源定位的精度分析及定位算法

 在三颗地球同步卫星加气压高度表的无源定位中,定义了气压高度表水平几何误差因子(HDOP)和伪距位置几何误差因子(PDOP),并给出了相应的数学表达式和分布图。提出了在卡尔曼滤波算法中增加多普勒频率作为观测量,同时选用衰减记忆法滤波,并给出了相应的算法。仿真结果表明：衰减记忆法滤波可以有效克服因Singer模型不准确引起的卡尔曼滤波发散;对于高中动态用户,增加多普勒频率后的衰减记忆卡尔曼滤波算法的定位精度要高于常规卡尔曼滤波法和迭代最小二乘法的定位精度。     

运输机鸟撞损伤的适航要求和试验

鸟撞损伤现象是民用飞机经常需要面对的问题,由此造成的飞行安全事故也屡见不鲜.将鸟撞损伤给飞行安全带来的影响减至最小,几十年来一直是人们不断追求的目标.     

带短舱翼-身构形的机身形状最优化

提出一种将计算流体动力学代码和使阻力减至最小的技术相结合的气动设计工具．并应用于马赫数为1．7的缩比超音速试验飞机的机身形状优化。机体/短舱需要综合考虑。优化机身与由线性理论设计的常规轴对称面积律的机身比较。结果表明使用这种用最优化设计工具的一种非轴对称机身设计对于减小压差阻力是有效，尤其是在机体和吊架之间产生强干扰阻力的飞机的设计中。     

国际民航组织关于航空减排的目标和行动

<正>国际民用航空组织(ICAO)在为2005年—2010年制定的发展战略目标中,将"环境保护——把全球民用航空对环境的不利影响减至最小"列为主要的远景之一。     

基于数据融合技术的多导航传感器性能评价系统研究

试飞是对导航传感器性能进行评价的有效手段.为克服仅采用单一导航传感器作为评价基准的缺陷,提出了基于数据融合技术的多导航传感器性能评价方法及其系统实现.设计的多导航传感器性能评价系统融合了卡尔曼滤波、最优固定区间平滑滤波、最小二乘加权等多导航传感器数据融合算法,在分析上述融合算法特点及使用的基础上,从信息流的角度出发,设计并实现了相应的多导航传感器性能评价系统.给出了评价系统的主要功能模块的设计与实现.还通过仿真数据对评价系统的功能和性能进行了测试,测试结果表明评价系统能准确地实现对导航传感器性能的评价.     

航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.      

推力向量控制方案及计算

本文归纳推力向量控制的主要方案,着重介绍摆动喷管、流体二次喷射方案的计算思路和结果.摆动喷管中的流场计算要考虑导弹偏摆对所产生的惯性力的影响;所得壁面压力畸变图说明,它是一个三维流场.在摆动喷管设计中要将铰链力减至最小,流体二次喷射的侧向力通过“等效实体模型”,用爆炸波的解来计算.     

涡喷发动机健康状态的带约束非线性滤波估计

针对涡喷发动机在不等式约束条件下的部件性能估计问题,在标准扩展卡尔曼滤波方法的基础上引入了最小均方差和概率密度截断,提出了涡喷发动机健康状态的带约束非线性滤波估计方法。最小均方差的基本思想是求解最小化条件均方差函数,同时运用拉格朗日算子法将不等式约束引入待求方程,而概率密度截断求解则是将先验不等式约束条件转化为概率密度函数形式,并获得标准正态分布函数,其特点是均值和方差易于算得。以涡喷发动机为对象进行仿真验证,结果表明相比于标准扩展卡尔曼滤波方法,本文提出的最小均方差和概率密度截断的不等式约束的非线性滤波估计方法对部件性能估计精度高,而其中概率密度截断求解在保证精度的同时计算耗时更少。     

用散斑参考点光源形成全息图

背景 1.范围本文阐述全息照相术特别是关于物体隔振要求极大降低的全息图的形成和再现。 2.以前技术的说明为了改进全息图技术研制出几种方法使被记录物体的振动影响稍微降低或者减至最低。罗斯和普鲁埃特〔应用光学7.87(1968)〕叙述过这样一种系统,依靠电子反馈伺服系统补偿物体运动。在这种系统中一个感受装置监控由参考光束和物体方位光束形成的干涉条纹图,这个信息用伺服控制机构反馈,使适宜的反射镜定位在光束的光程中以补偿条纹     

最小二乘法述评

本文在简要回顾了最小二乘法的发展过程后,论述了该方法的基本原理和特点。接着分析了最小二乘法存在的主要问题。由于实际情况往往偏离假设条件,故常常影响该法的实用效果。最后介绍了长期以来人们对最小二乘法所作的种种改进(如:递推最小二乘法、卡尔曼滤波法、最小二乘拟合推估法、稳健估计法和“最小风险估计”法等),并对各方法作了简要评述。     

航空光电平台目标定位自适应卡尔曼滤波方法的应用研究

针对航空光电平台目标定位的标准卡尔曼滤波方法易发散的缺点,提出一种改进型Sage自适应卡尔曼滤波方法.该方法适用于空中运动载体对地面动态目标的定位,数值滤波稳定性好,精度高,克服了标准卡尔曼滤波方法易发散的缺点.