压力传感器动态特性参数不确定度评定

压力传感器动态特性参数的不确定度是表征其动态测量性能的重要指标。提出了一种压力传感器动态特性参数的不确定度评定方法。首先,使用激波管动态校准系统产生阶跃压力信号激励压力传感器,得到传感器的输出信号;其次,采用基于经验模态分解（EMD）的传感器输出信号预处理方法,减小动态校准过程中噪声的影响;然后,根据传感器的输入输出信号,采用自适应最小二乘法建立压力传感器的数学模型,进而得到其时频域动态特性参数;最后,针对重复校准实验得到的动态特性参数序列的小样本特点,采用自助法计算参数的扩展不确定度和相对不确定度。采用激波管系统对压力传感器进行多次重复动态校准实验,计算时频域动态特性参数的不确定度,并与现有方法进行对比。实验结果表明:本文方法可以弥补贝塞尔法在处理小样本量数据中的不足,且与蒙特卡罗法的不确定度评定结果相对误差小于10%,说明本文方法可以有效地评定压力传感器动态特性参数的不确定度。分析时频域动态特性参数的相对不确定度得到传感器的工作频带和超调量受噪声的影响较大,为动态校准实验条件的改善提供了重要依据。      

基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机（UCAV）优势概率和任务联合威胁以及定义任务时间,建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机（UCAVs）多约束动态任务分配数学模型,采用改进的灰狼优化（GWO）算法对数学模型进行求解;针对基本GWO算法求解早熟的缺点,给出了自适应调整策略和跳出局部最优策略,引入了二次曲线控制方法;对UCAVs动态协同任务分配特点,设计了目标任务序列编码方式,提出了基于自适应GWO（SAGWO）算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证;仿真结果表明,该方法是有效的,相比较于其他算法,其优化过程快速精准。      

基于非线性规划的室内TOA测距值优化方法

在室内环境中,无线信道中的非视距和多径传输等效应严重影响了到达时间（TOA）定位系统的测距值精度,从而导致较大的测量误差和定位误差。将测距值优化抽象为非线性规划问题,在实现视距/非视距（LOS/NLOS）场景识别的基础上,利用TOA测距误差模型和“目标-基站”间的几何约束为序列二阶非线性规划方法设置合理的初始值,建立了目标函数和约束条件,对定位测距值进行了有效校正。利用典型的TOA测距误差模型进行了仿真验证,利用具有TOA测距功能的无线定位节点在办公环境中进行了实测验证。结果表明,该方法优化后的测距值精度明显优于原始测距值和传统的测距值修正方法,从而验证了该方法的有效性。      

非均质壁面对液滴俘获能力的数值模拟研究

为研究不同非均质壁面对液滴的俘获能力,采用界面追踪法（FTM）结合广义滑移边界建立了接触角模型,对液滴在非均匀润湿的非均质壁面上的运动过程进行了数值模拟研究。液滴在倾斜壁面上受到重力作用由均匀润湿部分下滑至非均匀润湿部分,通过改变Bo数、Oh数、非均匀润湿程度研究了液滴在非均匀润湿区域的运动规律。研究表明:Bo数越大,液滴运动受壁面阻力影响越小,液滴下滑的速度越快,液滴越难以被俘获;Oh数越大,液滴运动受壁面阻力影响越小,液滴越难以被俘获;非均匀润湿程度越大,非均质壁面对液滴的阻力越大,液滴越易被俘获。      

核磁共振陀螺高精度磁场驱动技术

核磁共振陀螺（NMRG）是利用激光与核磁共振气室中的碱金属原子和惰性气体原子的相互作用使核子以拉莫尔频率进动,并通过磁场驱动技术对气室磁场实现闭环控制和对剩磁进行补偿来维持核子的共振状态,进而能够检测载体的角速度信息。磁场驱动技术作为磁场闭环控制的重要部分,直接影响核磁共振陀螺的磁场控制精度和稳定性。为了解决核磁共振陀螺磁场控制精度和稳定性不足的关键问题,采用交直流分离设计的压控电流源方案改善磁场驱动问题,基于噪声分析理论对电路进行建模和噪声分析,并通过实验验证对三轴线圈的横向磁场控制精度达±0.046 2 nT,纵向磁场控制精度为±0.003 1 nT,实验证明该技术方案具有较强的工程应用价值。      

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

某伺服实时控制软件SFMEA/SFTA

对某助推伺服控制软件开展失效模式影响分析(SystemFailureModeandEffectsAnalysis,SFMEA) 和故障树分析(SoftwareFailureTreeAnalysis,SFTA)。SFMEA 是一种自下而上的分析方法,用以辨识出一系列可能的软件潜在故障模式,并评估其对系统工作的危害性。SFTA 是一种自上而下的分析方法,其目标是识别出基本事件(底事件),而基本事件可导致系统产生其所不希望发生的顶事件。应用SFMEA和SFTA的主要目的是提高软件和系统的安全性及可靠性。