基于波长调制光谱的非均匀流场气体参数二维分布测量

基于波长调制光谱方法,研究了一种实现非均匀燃烧场气体参数二维分布测量的新方法。气体参数的二维分布是通过测量激光穿过非均匀流场区域的积分吸光度并结合重建算法进行反演实现。研究了基于波长调制光谱,通过拟合谐波信号实现积分吸光度测量的方法。利用所选的7185.60cm~(-1)和7454.45cm~(-1)两条H_2O谱线,通过建立离散模型和设计光线布局,基于波长调制光谱方法和代数迭代重建算法实现了非均匀流场区域内温度场和H_2O组分浓度场的二维分布测量。重建结果表明:基于波长调制光谱的二维重建方法具有较高的重建精度,与预测值相比,温度和H_2O组分浓度的重建误差分别小于1.69%和3.05%。     

应用于发动机参数测量的直接吸收氧气光谱信号降噪研究

针对直接吸收氧气光谱信号噪声较大的问题,开展了光谱信号降噪研究。以气流质量流量测量为例,说明氧气光谱信号的SNR(信噪比)要求较高。在光谱信号的测量过程当中,信号受到信号发生器等多个环节的干扰。经过对信号发生器噪声等信号进行分析,排除了"正弦噪声"的上述来源。采用自平衡检测方法,去除了该"正弦噪声"。通过对降噪后信号进行氧气浓度计算,其结果精度优于1%,证明了该方法的适用性。利用上述研究成果拓展了微小氧气光谱信号的检测能力,其光谱吸光度在10-3量级。     

自适应滤波在GFSINS/GPS组合导航系统中的应用研究

以九加速度计的惯性测量单元为例,介绍了无陀螺捷联惯性导航系统(GFSINS)的工作原理;对GF-SINS/GPS组合导航系统选择滤波器问题进行了理论分析,提出了基于自适应滤波器的组合方法;该方法通过在线联合估计噪声统计特性和系统状态,有效地解决了GFSINS/GPS采用间接法组合时,无法得到准确系统噪声统计特性的问题.通过仿真验证了该方法的有效性.     

基于组合传声器阵列方法的风扇宽频噪声

针对叶轮机械管道内宽频噪声模态分解以及声功率测量,基于组合传声器阵列方法对风扇管道宽频噪声进行了研究。与当前的成熟测量方法相比,该方法最大的优势是所需声压测点的个数大大减少,仅需要安装由单独一圈传声器和一排轴向传声器组成的麦克风阵列,这种优势在中高频管道宽频噪声测量上尤为突出。针对该方法的有效性和准确性进行了数值研究,并首次试验验证了该方法的精确性。在数值模拟中,人工模拟的声场是由几圈不相干的单极子声源激发产生的,模拟结果表明宽频噪声模态相干特性严重依赖于单极子声源的个数以及其紧凑性。当频率段内的管道模态近似完全不相干时,该方法可以准确地计算出入射声波的宽频噪声声功率,最大误差小于3dB。在风扇管道宽频噪声声功率计算方面,该方法与现有的成熟方法符合得很好,在入射声波的估计上,最大误差小于1dB,而在反射声波的测量上最大误差小于3dB。     

一种提高螺旋桨相同步噪声模型辨识精度的方法

相同步降噪一般先通过一定飞行条件下的实测数据辨识出螺旋桨噪声模型,然后基于噪声模型计算出该条件下的最优相角,再将最优相角用于相同步降噪。在噪声模型辨识的过程中,受飞行速度、高度和气流变化等的影响,实测数据经常会发生较大的波动,从而影响辨识模型和最优相角的准确性。提出一种基于小波滤波和三参数正弦拟合法的最小数据波动的噪声数据选取方法,提高噪声模型的辨识精度,该方法通过小波滤波算法从噪声信号中提取出螺旋桨的叶尖通过频率信号,采用三参数正弦拟合算法合理地选择出波动最小的数据用于噪声模型辨识,从而有效地回避较大波动数据,提高辨识模型的精度。试验结果表明相较于传统使用固定数据辨识所得的噪声模型,使用最小波动数据辨识所得噪声模型能够获得更高的精度,且噪声模型预测的声压级和实际测量的声压级误差小于1dB,模型预测的最优相角与实际最优相角的误差小于5°,最优相角在试验位置点能够实现高达19.5dB的降噪效果。     

传感器测量偏差下的航空发动机智能性能诊断

以某型涡扇发动机为研究对象, 构建了基于神经网络的航空发动机智能性能诊断方法, 讨论了测量噪声及测量偏差对诊断结果的影响及其处理方法.建立一簇并行的神经网络组和发动机模型, 通过比较各模型输出与发动机测量参数之间的误差, 判断传感器是否存在测量偏差.仿真结果表明, 该方法能有效消除测量噪声, 准确判断并隔离有测量偏差的传感器, 得出正确的发动机性能诊断结果.      

侧风下的汽车风振噪声研究与控制

采用大涡模拟的计算方法,对某轿车在侧风工况下的风振噪声特性进行了研究。首先,通过实车道路试验验证仿真方法的准确性;其次,采用上述计算方法分析不同侧风速度、角度对风振噪声的影响;最后,提出在 B 柱内壁上使用 V 型沟槽抑制风振噪声的方案。结果表明,数值仿真与试验结果比较吻合;在侧风速大于5 m/s、侧风角度小于140°时的风振噪声比没有侧风高,根据侧风角度不同最高可达26 dB,不适合开窗;所采用的控制方案降噪幅度可达7 dB,效果明显。     

航天器姿控系统的PD型学习观测器故障重构

针对满足Lipschitz条件的航天器姿态控制系统这一非线性系统中存在的执行器加性故障、空间干扰与测量噪声问题,提出了基于PD型迭代学习观测器的故障重构方法。该方法具有期望的鲁棒性能指标,能够在系统存在空间干扰与测量噪声情况下实现对突变故障与时变故障等故障类型的精确重构。基于线性矩阵不等式技术给出系统化PD型迭代学习观测器的设计方法,并根据Lyapunov稳定性理论对上述设计方法的稳定性条件进行了理论证明,同时利用鲁棒技术抑制空间干扰与测量噪声对执行器故障重构的影响,通过线性矩阵不等式工具箱求解观测器参数矩阵。最后,将该方法应用到航天器姿态控制系统中,仿真结果证明了该方法的有效性。     

基于模态发生器的进气道风扇噪声及声衬降噪实验

为研究发动机进气道风扇噪声特性及声衬降噪效果,使用模态发生器提供声源,采用固定麦克风阵列和旋转扫描耙装置测量进气道内噪声信号,进而利用周向和径向模态分解方法得到声模态幅值,对影响模态分解结果的关键因素进行了研究。对周向模态在时域内进行分解,得到幅值和相位的时变特性。最后完成了2套声衬实验件降噪效果测试。结果表明:模态发生器提供的声源可获得风扇噪声的主要模态特征,包括模态幅值、旋转角速度等;满足采样定理条件,径向模态n=0情况下模态发生器产生的主模态和扬声器数量无关;使用旋转扫描耙装置测量声模态,旋转扫描耙的采样位置数对测量结果影响可忽略;在设计频率下,声衬降噪效果良好。模态发生器提供的进气道风扇噪声源可用于对声衬设计方法进一步实验验证。      

一种基于Hohmann最优交会的寻的制导方法

针对交会对接远距离和近距离交接的寻的段制导,提出一种基于Hohmann最优交会的制导方法。先给出邻近圆轨道交会动力学方程;结合寻的段飞行时间特点给出Hohmann最优交会并分析其应用范围;针对寻的段存在相对测量的特点提出一种CW制导和Hohmann最优交会结合的多脉冲制导策略,并给出仿真算例,仿真结果验证了方案设计的有效性和正确性。     

双轴分排涡扇发动机气路故障诊断测量参数选择方法

针对地面台架试车气路故障诊断测量参数的优化选择提出了一种四步优化方法.该方法包括测量参数敏感性分析、部件性能参数相关性分析、影响系数矩阵条件数分析和遗传算法检验.第1步选择出了总空气流量;第2步选择出了风扇出口总温和压气机出口总温;第3步选择出了12种对故障诊断有利的测量参数组合;第4步选择出了最有利于故障隔离的测量参数组合.利用遗传算法进行单一故障辨识的结果表明:所选的12种测量参数组合的适应度都大于0.85,接近于最优的适应度1.对于最有利的测量参数组合,利用遗传算法的故障辨识验证结果表明,其适应度均大于0.9,验证了四步优化方法的有效性.      

一种航空噪声背景下的语音增强方法

依据航空噪声的频谱特性，提出将自适应滤波算法与改进的谱减法相级联的方法来增强语音。在强航空噪声背景下，处理后的语音不仅信噪比得到了很大提高，而且在有效抑制背景噪声和音乐噪声的同时，其清晰度和可懂度也得到了很大的改善。     

HMX炸药特性的密度泛函理论

应用密度泛函理论(DFT)的B3LYP方法,在6-31G(d)和6-31++G(d)基组水平上对HMX炸药进行了研究,计算得到了中性分子和离子的稳定构型,并确定了分子的电离能。通过对HMX红外振动光谱的理论计算和研究,发现振动光谱主要分布在I(0~1 750 cm-1)和II(3 000~3 250 cm-1)两个区域,且整个红外光谱中振动峰的实际数目远小于简正振动的数目。此外,与中性分子的红外光谱相比,HMX+的谱线强度整体要大于HMX分子的谱线强度,且最强峰和次强峰与中性分子相比出现了明显的红移。     

A model-scale test on noise from single-stream nozzle exhaust geometries in static conditions

A model-scale test with single-stream nozzle exhaust geometries was carried out at the anechoic chamber of Beihang University in Beijing, China. The spectral characteristics are investigated, and the effects of the following parametric variations are reported in this paper: impact of nozzle operating conditions on spectra; impact of the presence of a plug; and effectiveness of chevron configurations for noise mitigation. The measurement shows that the change of pressure values has more impact on spectra than the change of temperature values. The spectral change due to pressure is shown at all band numbers for unheated conditions whereas it is more pronounced at high-frequency ranges for heated conditions. An impact of the presence of a plug is also clearly observed. The reduction of noise is moderate up to band number of 35, and becomes more significant at higher band numbers. It is observed that chevron nozzles are more efficient at high pressure and temperature values. It is expected that the quantified analysis will be used to develop an empirical model of single jet noise, which will be the baseline for the development of prediction of noise from turbofan engines of high bypass ratios.     

Robust detection of small stochastic signals

We consider the problem of detecting a stochastic signal in white not-necessarily-Gaussian noise, using vector valued observations. The locally optimal detector is presented and its performance evaluated. The least-favorable signal spectrum and noise density (over specified classes) are found, and it is shown that the detector using these least-favorable assumptions is minimax robust. The class of spectra is that of any stochastic signal of specified power whose spectrum can be bounded from above and from below by two given positive functions. The class of densities is the ε-contamination model. We present examples of the performance achievable with the robust detector in one of these the spectral uncertainty class corresponds to the unknown Doppler shift of a radar return signal. It is demonstrated that the standard matched-filter's performance degradation with increasing Doppler shift can be avoided almost entirely through use of the robust processor     

一种局部自适应内窥镜图像降噪模型

在内窥镜图像处理中,如何消除图像中的噪声一直是个热点问题。由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,二进小波变换的图像去噪效果会好于小波级数变换的图像去噪效果。基于这个思想,文章从二进小波理论入手,提出一种自适应二进小波去噪模型,简称ADWD。该方法利用图像信息、噪声信息与小波系数之间的关系,采用局部自适应的方法识别噪声像素,避免了直接确定噪声门限的困难。实验结果及分析表明该方法对Gaussian噪声和Pepper噪声均有较高的信噪比,且对图像的细节有较好的保持能力。     

On Optimal Control of Linear Systems in the Presence of Multiplicative Noise

This correspondence considers the problem of optimal regulator design for discrete time linear systems subjected to white state-dependent and control-dependent noise in addition to additive white noise in the input and the observations. A pseudo-deterministic problem is first defined in which multiplicative and additive input disturbances are present, but noise-free measurements of the complete state vector are available. This problem is solved via discrete dynamic programing. Next is formulated the problem in which the number of measurements is less than that of the state variables and the measurements are contaminated with state-dependent noise. The inseparability of control and estimation is brought into focus, and an "enforced separation" solution is obtained via heuristic reasoning in which the control gains are shown to be the same as those in the pseudo-deterministic problem. An optimal linear state estimator is given in order to implement the controller.     

基于RIPless理论的层析SAR成像航迹分布优化方法

层析合成孔径雷达成像(TomoSAR)是通过同一观测区域不同入射角的多幅二维合成孔径雷达(SAR)图像在高程向进行孔径合成,从而实现三维成像。近年来,压缩感知(CS)被用于高程向稀疏场景的重建,高程向重建质量取决于观测矩阵的性质,而航迹分布是影响观测矩阵重构性能的重要因素。相比于度量观测矩阵重构性能的其他约束条件,RIPless理论具有有效、直观和计算简单等优点。提出了一种基于RIPless理论的压缩感知层析SAR成像航迹分布优化准则,从而在航迹数目一定的情况下,获取最优分布以实现高程向优化重建。最后,通过仿真和实验验证了所提优化准则的有效性。     

Spectral Analysis and Subtraction of Noise in Radar Signals

A new method of maximum entropy spectral estimation called the revised maximum entropy method (MEM) is formulated and is applied to the spectral analysis of the echo signals from atmospheric turbulence observed by an incoherent scatter radar. The revised MEM is shown free from many demerits of the other methods for spectral analysis. Further it makes it possible to subtract the white noise usually contained in the data during the processing. Some examples of spectral estimation are shown for the actual radar signals and the simulated data. Another application of the revised MEM is the subtraction of the clutter component which is difficult to do by linear filtering. The method is successfully applied to several data abounding with the clutter to obtain the spectra of the echo signals with less clutter distortion.