基于FPGA的现场数据采集无线传感器设计

针对大型试验现场数据采集具体应用,采用FPGA器件Cyclone芯片作为核心处理器件,利用Cyclone控制A/D转换芯片AD1674执行采样控制,在QuartusⅡ平台下执行软件编程实现正确的A/D转换的工作时序控制流程,并在FPGA片内实现对AD采样后的数据实现串行结构FIR滤波处理。又设计了FPGA对nRF2401的逻辑接口,以通过射频链路向外传输数据。     

变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法

针对变量具有相关性的可靠性灵敏度分析问题,提出了一种变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法。在所提方法中,首先将相关变量等价转换为独立正态变量,然后采用基于马尔可夫链样本模拟的线抽样方法,求解失效概率对等价独立正态变量分布参数的偏导数,最后利用等价变换前后变量分布参数之间的解析关系和复合函数求导法则,求得失效概率对相关变量分布参数的可靠性灵敏度。为了解所提方法的效率和精度,对所提方法的可靠性灵敏度估计值进行了方差分析。由于所提方法采用马尔可夫链快速产生失效域中的条件样本,这些失效域中的样本可用来准确获取重要方向,并可作为线抽样的随机样本,因而该方法具有很高的抽样效率。算例结果表明,所提方法是一种计算相关变量可靠性灵敏度的高效率、高精度方法。     

一种非规则采样航空时序数据异常检测方法

航天器遥测数据的实时异常检测对于航天任务具有重要意义。以往方法大都考虑规则采样且缺失率较低的时序数据,然而航空时序数据具有维度大、噪声多、缺失率高、采样间隔不规则等特点,因此异常检测任务较为困难。针对非规则采样且具有缺失值的多维航空时序数据提出非规则采样多维时序数据异常检测（IMAD）算法。首先,采用带有可训练迟滞项的门控循环单元（GRU-D）对缺失值和非规则采样的时序数据进行建模;然后,采用变分自编码器建立随机性模型,学习正常时序数据的分布,从而对噪声数据具有鲁棒性;最后,利用基于极值理论的自适应阈值确定法确定合适阈值进行异常检测。结果显示,在两个真实航空时序数据集上,IMAD具有超出当前最新异常检测算法的性能;多个实验表明,IMAD在缺失率、参数以及数据集变化时,能够维持较好的异常检测效果,具有较强的鲁棒性。     

基于MCIS技术的相位差变化率单站无源定位

针对最大似然估计（ML）方法求解测相位差变化率单站无源定位问题计算量大、定位慢的问题,本文提出一种利用蒙特卡洛重要性抽样技术（MCIS）高精度、低复杂度的估计方法。根据Pincus定理推导出ML问题的近似全局解,利用重要性抽样（IS）技术构建符合高斯分布概率密度（PDF）的重要性函数,作为样本选取的依据,通过逆变换采样获得样本集,统计样本均值直接得到辐射源位置估计结果。MCIS方法简单易实现且运算量低,能够克服传统ML估计多维网格搜索耗时较长的缺陷,而且对目标位置初始估计误差有较低的敏感性。实验结果表明,MCIS算法在相同测量噪声水平下,定位精度优于EKF、NLS算法,有效减小了初始化估计误差对算法定位精度的影响,也进一步讨论分析了算法参数和不同观测条件对定位性能的影响。     

MIMO雷达射频隐身性能优化的目标跟踪算法

随着现代战场中电子对抗的日益激烈,雷达的生存环境受到了严重的威胁。射频（RF）隐身技术是一种提高雷达及其运载平台战场生存能力的重要途径。为提高雷达射频隐身性能,针对具有MIMO探测模式的新体制雷达提出了隐身性能优化的目标跟踪算法。该算法基于射频隐身性能优化模型,通过自适应控制系统的子阵划分个数、平均发射功率、波束驻留时间以及采样周期,在满足系统跟踪性能要求的前提下优化系统射频隐身性能,其中的射频隐身性能综合考虑了截获因子及采样周期。仿真结果表明,与传统相控阵雷达相比,本文所提出的目标跟踪算法使MIMO雷达具有更好的射频隐身性能。     

月面回转钻进采样非脆弱鲁棒控制

回转钻进采样技术是实现月面采样任务的重要手段。回转采样机构在月面复杂环境下会发生模型摄动,并受到外部扰动的影响,采样控制器的鲁棒性对顺利完成采样任务具有重要意义。本文针对回转采样机构,分析了采样过程中的模型摄动、外部扰动影响,建立了采样机构状态空间模型,利用线性矩阵不等式方法设计了状态反馈非脆弱鲁棒控制器,仿真结果表明:在有界模型摄动、有界随机系统扰动情况下,回转钻进采样控制系统内稳定,并对扰动具有抑制能力。     

月面复杂地形表层采样可采点确定方法

表层采样是获取地外天体特性的重要手段,是目前原位探测与采样返回样品获取的重要方式。实施月球表层采样过程中,月面复杂地形将对大尺度采样器工作带来约束。结合一类大尺度表层采样器,分析了月面复杂地形的影响,提出了表层采样的可采样充分条件,构建了以可视区分区、分区延伸、局部平均法向量稀疏、基点包覆检测相结合的并行可采点确定方法。仿真结果表明,该方法可准确确定复杂地形下表层采样可采点,分区并行计算可有效提升可采点的确定效率。     

基于拉丁超立方抽样的五孔探针标定方法

为提高五孔探针的标定效率,研究了一种采用拉丁超立方抽样技术开展变马赫数五孔探针标定的试验方法。马赫数在0.2～0.5范围内的对比试验结果表明:采用改进的拉丁超立方抽样标定技术可使攻角与侧滑角的拟合误差较一般拉丁超立方抽样方法下降14.3%～28.6%,且攻角与侧滑角的拟合方均根误差均在1°以内,马赫数的拟合方均根误差不高于0.005,标定精度能够满足工程使用要求。与常规完整数据标定方法相比,改进的拉丁超立方抽样标定技术虽拟合误差升高8.8%～17.1%,但标定工作量仅为常规完整标定方法的20%,标定成本下降80%,马赫数范围越宽,成本的降低越明显。     

基于自适应重要抽样的可靠性分析方法

基于自适应重要抽样(AIS,Adaptive Importance Sampling)的可靠性分析方法,能够克服基于蒙特卡洛方法分析小概率事件时存在的效率低、精度差问题.为解决显性失效方程不存在时寻找失效点困难问题,首先利用条件递归寻找失效点,并使之尽可能在失效面附近;以该失效点为采样中心,抽取失效样本,并不断调整采样中心,使失效样本不断靠近设计点;然后利用这组失效样本估计重要抽样函数的参数,再执行自适应迭代过程,直至失效概率的误差缩小到允许误差限内.最后通过两个典型案例对方法进行应用验证,仿真结果表明在没有失效方程的情况下,能够通过仿真方法很快找到失效点,表明对于不存在显性失效方程的系统,该方法同样适用.与蒙特卡洛方法的对比结果表明该方法在仿真效率上具有较大优越性,且失效概率越小,这种优越性越明显.      

Multi-coset angular sampling-based compressed sensing of blade tip-timing vibration signals under variable speeds

Blade Tip-Timing (BTT) has been regarded as a promising way of on-line blade vibration monitoring. But blind multi-band BTT vibration reconstruction is a big challenge under variable speeds and under-sampling. In order to deal with it, a novel Compressed Sensing (CS) method is proposed based on Multi-Coset Angular Sampling (MCAS) in this paper. First, multi-coset sampling scheme of BTT vibration signals is presented. Then the CS model of BTT vibration signals is derived in order domain. A sufficient condition of the number of BTT sensors is derived for perfect reconstruction and optimal placement of BTT sensors is determined by minimizing the condition number. In the end, numerical simulations are done to validate the proposed method and the performances of four reconstruction algorithms are compared, i.e., Orthogonal Matching Pursuit (OMP), Multiple Signal Classification (MUSIC), Basis Pursuit Denoising (BPDN) and Modified Focal Underdetermined System Solver (MFOCUSS). Influences of the sensor placement, the number of BTT sensors and measurement noises on the reconstruction performances are also testified. The results demonstrate that the proposed method is feasible and the overall performance of the BPDN algorithm is the best among the four algorithms. Also the reconstruction performance decreases with the accelerations of rotating speed.