基于光学几何测量的整体叶盘几何失谐建模与辨识

通过光学几何测量技术获取精确的叶片型面差异化信息（即几何失谐）建立整体叶盘的高保真动力学模型的方法，并进一步开展整体叶盘几何失谐辨识的研究。采用先进的三维结构蓝光扫描系统测量构建精确的叶片几何型面点云模型，然后采用网格变形技术，将谐调叶片有限元模型的表面节点自动投射至实测的点云表面，以回避传统逆向工程的实体模型重建环节，从而实现整体叶盘高保真动力学模型的快速构建。该模型可直接用于量化识别叶片几何失谐对其固有频率和振型的影响，其中各叶片“一弯”频率失谐量在2.1%以内，同时可以精确比对各叶片间的模态置信因子，因此可大幅提高整体叶盘建模和动力学仿真分析的准确性。     

基于自适应陷波滤波器的伺服系统谐振频率估计及抑制

在使用陷波滤波器抑制伺服系统机械谐振时,需要获取准确的机械谐振频率。为了快速检测出谐振频率,提出了一种基于自适应陷波滤波器(ANF)的机械谐振频率估计算法,通过速度误差信号分析,实现谐振频率在线快速辨识。首先,建立柔性连接伺服系统模型；然后,对ANF频率估计算法进行分析,并且与常用的快速傅里叶变换(FFT)频率检测算法的分析精度和计算速度进行对比。数值比较和仿真验证表明,ANF频率估计算法可以更快地实现谐振频率的精确检测。最后搭建试验平台,以ANF频率估计的结果作为陷波器的中心频率,成功实现了电机转速振荡的抑制,验证了该方法的有效性。     

基于目标战略优先级与精度自适应的效能函数的机载多传感器管理

传感器管理在数据融合系统中起着重要作用,机载多传感器系统通常面临着资源受限的状况,如传感器最大跟踪数量小于目标数量,无法保证所有传感器拥有相同精度与参照系等。因此,本文提出了一种基于目标战略优先级与精度自适应的效能函数的多传感器管理算法。首先,将空中目标的自身属性部分量化以得到目标战略优先级;再利用目标的跟踪精度、传感器测量精度和期望的跟踪精度之间的关系,定义了精度预提升矩阵和精度缺乏矩阵。再将上述两部分结合构建目标函数,运用整数线性规划的方法进行优化。最后,仿真试验设置了包括三个机载传感器对4个目标的跟踪任务,对比其他文献中的结果,显示出本文算法更为合理、有效。     

某控制组合电磁发射超标分析及解决方案

本文针对电磁兼容测试中，传导发射和辐射发射超过标准限值要求问题，首先介绍了发射超标主要原因，继而梳理超标定位方法和常用电磁兼容加固措施。并以某控制组合为例，应用上述方法制定排查方案，完成电磁发射测试超标问题的干扰定位；并针对干扰源，使用线缆添加屏蔽层、电源端口添加滤波器等加固措施，经验证，措施有效，发射明显降低。同时，本文所述排查方法和加固措施，可为后续电子产品电磁兼容性设计和通过测试提供参考。     

基于子集包含减少ARAIM子集数量的方法

先进接收机自主完好性监测（ARAIM）技术可用于多星座组合定位时的完好性监测，ARAIM技术子组推荐的多假设分离解（MHSS）标准算法，存在子集数量过多带来大量计算负载的问题。针对此问题，在双星座组合定位情景下，通过分析子集之间的包含关系及空间位置精度因子（PDOP）的变化，提出了使用一个子集代替多个子集减少子集数量的方法。所提方法可以明显地减少子集数量，不同参数下的仿真结果表明，优化后的算法效率至少提高2倍以上，并且优化前后的ARAIM可用性变化最大不超过3%。      

基于QAR数据的碳当量值适航符合性验证方法

为评估飞机碳排放水平并验证适航性，对国际民用航空组织最新的碳排放认证程序进行了研究。以比航程（SAR）和基准几何因子（RGF）组成的综合指标碳当量值作为评估适航性的度量，根据飞机最大起飞重量（MTOM）值选取试飞测量点，并确定对应的飞机碳当量值限制线。提出了一种基于快速存储记录器（QAR）数据的飞机碳当量水平快速评估方法，利用新服役飞机的QAR数据，使用多参数支持向量机回归（SVR）方法分别建立燃油消耗率和飞行速度相对于推力的修正关系，通过飞机总重换算求解3个飞行测量点条件下的SAR值，并计算碳当量值。使用一架B777-200新飞机的QAR数据进行实例分析，计算结果显示，该机型碳当量值为1.598 7，超出限制线20.5%。提出的基于QAR数据的碳当量值计算方法可以用于飞机碳排放水平的快速评估。      

基于相关滤波器的嵌入式动态目标跟踪系统设计

针对空间非合作运动目标监控，提出了一种基于嵌入式技术的动态目标实时检测与跟踪方法，并完成了跟踪系统的研制设计和测试。该视觉目标跟踪系统以嵌入式处理器为控制器，通过相机模组获取实时视频图像，图像经过视觉检测与跟踪算法程序分析，得到目标的位置信息后，控制伺服运动系统调整相机姿态实现对动态目标跟踪。提出了基于相关滤波原理的跟踪算法，搭建了树莓派嵌入式测试系统，完成实时检测与跟踪的实验评估。实验结果表明，嵌入式处理器中检测与跟踪程序的平均运行帧率达到25FPS，伺服机构在水平360°和俯仰±60°范围内实现了对移动速度90°/s的目标的实时、稳定监控与跟踪。     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题，提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征，构建高维故障特征集；采用ISSL-Isomap方法对高维故障特征集进行维数约简，提取出低维、敏感故障特征；应用GWO -SVM分类器对低维故障特征进行模式识别，判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比，ACMPE方法在分类效果和识别精度上更具优势；与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较，ISSL-Isomap方法降维效果最佳；所提方法的故障识别率达到100%，具有一定优越性。      

非平稳信号滤波降噪方法研究

飞行器振动环境复杂多变,具有典型的非平稳特征,因此需要采用时频分析手段对非平稳信号分析处理。针对此问题,本文提出一种基于分数阶傅里叶变换(FRFT)的非平稳信号滤波降噪方法,通过对比证明,对于一般非平稳信号的滤波降噪,分数阶傅里叶变换方法优于傅里叶变换方法。对于线性调频信号的滤波降噪分析,分数阶傅里叶变换方法明显优于一般滤波降噪方法。