信号源失真对波形记录仪动态有效位数评价的影响(英文)

波形记录仪和数据采集系统等设备的动态有效位数评价中,大都假定所用正弦波信号源无任何失真.当信号源具有噪声或谐波失真时,给评价结果将带来多大的影响,尚无确切的结论,这使得对有效位数评价结果无法进行量值溯源.本文从能量守衡角度,阐述了信号源噪声失真对波形记录仪动态有效位数评价结果的影响,同时给出了由输入信号源噪声和谐波失真带来影响的修正关系式,以及在给定误差限度下,信号源失真度选择原则的关系式。     

平台系统随机数学模型的辨识

本文以PN-01型制导陀螺平台系统为对象,对其横滚通道和俯仰通道的随机漂移进行了数据采集和平稳化处理,并建立了随机数学模型。模型残量检验表明,所建立的平台系统随机漂移数学模型是适用的。从而为今后进一步改善平台系统的精度提供了必要的数学模型。     

干式变压器数据采集与控制系统的设计

介绍了一种基于V/F变换的高精度干式变压器数据采集与控制系统 ,采用LM2 3 1A/F变换芯片和89C5 2单片机实现工业现场测量对象的A/D转换。V/F变换器具有高精度 ,高线形度 ,且外围电路简单的特点。采用单片机直接与V/F变换器连接进行A/D转换 ,不需要额外的硬件电路 ,充分利用硬件资源 ,精心设计软件 ,系统分辨率可达 12位 ,转换精度可达 0 .0 2 %。当传感器与上位机距离较远时 ,可以采用RS -4 85接口或无线数据发送 /接收模块实现远距离的数据通信     

数字地形数据的二维三次卷积插值

由于数字地形数据库是以网格的形式给出网格点上的地形高度信息，在低空突防轨迹优化过程中，往往需要非网格蹼地形的高度信息和地形曲面的导数，这些都是离散的地形数据库所无法提供的。对二维的地形数据进行插值是解决问题的有效手段。本文提出一种二维离散数据的插值方法－－二维三次卷积插值。该插值函数是地形曲面的三次逼近，具有连续的三阶导数，可以非常好地满足低空突防轨迹优化的需要。仿真结果表明，它具有比双线性插值和     

二次成像法在风洞模型自由飞运动记录中的应用

风洞模型自由飞是一种无支杆干扰的非接触式气动特性测量方法。为获得相对于实验室固定坐标系的精确的模型姿态和位置测量值，必须在成像照片中有固定坐标系框架标志的清晰影像。本文描述了在高超声速脉冲风洞中模型自由飞运动记录中二次成像法的应用。以０．１ｍｍ细线所构成的正交实验室固定坐标框架置于模型运动记录的第一次成像面上，然后用高速鼓轮相机记录模型自由飞相对于坐标系运动的清晰照片，从而获得模型在高超声速（Ｍ＿∞＝９．９）流动条件下的静、动稳定性导数的有效结果。     

在线点到点数据传输优化选择模型及其算法设计

最优点到点数据传输线路不仅依赖于其固有的传输时间,还依赖于数据总量,因为数据规模决定了加工次数和传输次数.本文首先建立了在线点到点数据传输网络选择的优化模型,给出了有向路代表集的概念,然后给出了一个时间复杂性为O（m^2logn）的算法产生有向路代表集.最后对静态和动态点到点数据传输有向路问题进行了研究,并给出了一个时间复杂性为O（m^2logn）的多项式时间的算法.     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

安装和不安装垂直嵌板的鸭式飞机横向稳定性研究

研究了带有和不带有伸出的垂直嵌板的鸭式飞机(Velocity-173)的横向稳定性。众所周知，鸭式飞机(Velocity—173)具有良好的纵向稳定性．但其横向稳定性比较差。为了改善其横向稳定性．设计了两种复合材料夹层板．将其安装在垂直尾翼下面．并进行了一系列的飞行试验来研究安装伸出的垂直嵌板的效果。采用解析法和实时参数估计法从飞行试验数据中提取了横向可控能力／稳定性。本的工作验证了安装垂直嵌板对横向稳定性的效果。     

着舰导引中的H∞飞行/推力综合控制设计

以提高低动压着舰时动态跟踪及抑制舰尾气流扰动的性能为期望 ,基于线性矩阵不等式 (LMI)的 H∞ 控制理论 ,提出了保持由地速构成的迎角 αd 恒定的 H∞ 飞行 /推力综合控制增广模型结构。使飞机在接近舰尾处于雷达导引系统关闭的关键时刻 ,该系统仍有姿态保持及抑制气流扰动的优良性能 ,从而改变了传统设计需由导引系统纠正气流扰动而引起的轨迹偏离。基于工程应用 ,文中提出了 H∞ 控制器的降阶方法 ,进行了离散化实时仿真验证。仿真表明 ,本文开发的系统能够很好地满足设计要求     

应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。