基于用户星地固系位置速度数据的GEO终端天线指向算法

文章通过用户星地固系位置、速度数据和GEO卫星6根轨道参数,在星载控制器上计算用户星GEO终端天线的指向角度。该算法已在星上成功应用,指向精度和运算速度满足星上使用要求。     

星载多波束接收天线自适应宽带校正方法

射频通道的不一致性会严重影响阵列天线的性能,因此必须对各通道的失配进行补偿,提高各通道的幅相一致性。对星载多波束天线宽带接收通道而言,其不一致性表现为各通道频率响应的失配。针对星载应用,提出一种基于自适应滤波器的离线宽带校正方法,对通道间的失配进行补偿。同时分别对最小均方(LMS)算法及递归最小二乘(RLS)算法进行计算机仿真,并对两种算法的校正效果进行对比。分析校正效果与自适应滤波器抽头数之间的关系,并比较校正前后天线方向图性能指标。仿真结果表明,提出的方法能有效校正通道间的失配。     

基于TMS320VC5402的DSP最小系统设计

TMS320VC5402是由TI公司生产的性价比极高的定点DSP芯片。主要研究了基于TMS320VC5402的最小系统板的软硬件设计。针对电源电路、复位电路、时钟电路、JTAG接口电路、DSP芯片电路提出可行的设计方案。同时,给出了一个点亮LED灯的完整汇编源代码。     

气囊着陆缓冲系统的冲击动力学多目标优化

文章以数值仿真为手段,研究了气囊缓冲登陆系统的冲击动力学多目标优化问题。首先,以类似于"猎兔犬"着陆缓冲系统为对象,确立了以囊内初始气压与收缩绳刚度为设计变量,以缓冲系统的首次冲击最大过载和囊体织物最大应力为目标函数的多目标优化问题。随后基于D最优试验设计,采用移动最小二乘(Moving Least Square,MLS)构建了各个目标函数的代理模型,并对目标函数随设计变量的变化规律进行了探讨。最后,采用遗传算法完成了缓冲系统的冲击性能优化,并给出设计空间中关于最大过载与织物最大应力的Pareto前沿。研究结果表明,MLS模型优化算法十分适用于解决非线性程度较高的冲击动力学优化问题,并且在替代真实模型仿真计算时不仅具有较高的近似精度而且具有高速的分析效率。     

一种新的GPS单频单历元定姿算法研究

将全球卫星定位系统(GPS)单历元的L1波段的载波相位和码相位观测方程进行组合求解整周模糊度的浮点解。基于对浮点解与固定解间关系的分析,提出了一种将低精度浮点解映射到固定解的方法,降低了最小二乘降相关平差(LAMBDA)算法对高精度浮点解的依赖性,避免了多个历元求解高精度浮点解,实现了单频、单历元的整周模糊度估计。实际数据测试结果表明:算法的成功率大于95%,能有效地实时解算动态姿态。     

基于角速率和速度增量的捷联惯性导航算法研究

捷联惯性导航算法一般是基于惯性器件输出为角速率、比力或角增量、速度增量进行设计的,不能直接应用于陀螺输出为角速率、加速度计输出为速度增量的捷联惯性导航系统。为了解决此问题和满足精度要求,重新设计了一套捷联惯性导航算法:姿态更新算法采用了经典的四阶龙格-库塔法,推导出了一种新的速度更新算法,该算法可以有效补偿速度计算中的划桨效应误差。仿真结果表明,该种速度更新算法仿真速度快、精度高,具有一定的工程实用价值。     

新型快速传递对准方法

针对惯性导航系统的动基座传递对准问题,提出了速度加姿态加角速率组合匹配法.用来自主、子惯导的3组参数信息作观测量,通过卡尔曼滤波法迅速准确地估计出失准角及安装误差角等状态量,以便精确地对子惯导系统进行初始化.根据传递对准的基本原理,设计了载体结构挠曲运动统计模型,建立了状态方程及量测方程.同条件仿真结果表明:这种方法与速度加姿态匹配和速度加角速率匹配的对准精度相当,但估计速度约为这两种方法的2倍.可用于机载或舰载战术导弹武器系统,有效减小导航误差和制导误差.     

基于单X射线探测器的航天器深空巡航段自主导航研究

为提高X射线脉冲星自主导航系统的工程实用性,提出一种利用单X射线探测器的深空巡航段自主导航系统,以脉冲星的脉冲到达太阳系质心时间差值作为基本观测量,利用美国"深空一号"任务中的批处理加权最小二乘滤波算法,估计航天器的位置和速度.以"深空一号"任务星际巡航段轨道为例,进行了数学仿真,并分析了脉冲星个数、脉冲星测量数据批数及定轨周期对导航结果的影响,并同卡尔曼滤波方法进行了比较,仿真结果表明了该系统的可行性和有效性.     

大型民用飞机前轮操纵转弯特性仿真

在ADAMS/aircraft软件中,以波音757为例分别建立了飞机前起和主起模型,并与刚性机身装配成完整的波音757模型,基于此模型进行地面滑行转弯仿真,分析了前轮最大操纵角与滑行速度的关系,给出了不同速度下的最小转弯半径的仿真数据。     

基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。