基于半参数回归模型的批处理确定卫星轨道方法

由于卫星轨道观测数据中含有非线性影响因素,必然会降低定轨精度。在半参数 回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性影响因素, 提出了基于半参数回归模型的批处理确定卫星轨道的方法,以提高定轨精度;然后,在理论 上证明了在测量数据存在非线性影响因素的情形下,基于半参数回归模型的批处理确定卫星 轨道方法的定轨精度高于经典的批处理定轨精度;最后,对中低轨卫星应用批处理定轨进行 了仿真。结果表明：基于半参数回归模型的批处理确定卫星轨道方法分离出观测数据中的 白噪声和非线性影响因素,从而可以在观测数据中消除非线性影响因素,提高定轨的精度。     

基于局域波分解的微机械陀螺信号提取研究

在某型微机械陀螺实测数据的基础上,提出采用局域波分解的方法进行陀螺信号提取研究。根据局域波分解的滤波特性,采用一种新的滤波方式。首先将某一时刻的多个瞬时频率分解到不同的基本模式分量中,对信号进行局域波分解;根据分量相关系数判别噪声;对分量进行时域尺度滤波,得到重构后的去噪信号,进而得到陀螺真实信号。在实测数据上,通过局域波分解和小波变换进行信号提取对比分析,试验表明,两者均能很好的信号去除噪声,提取陀螺信号,但硬件实现上局域波分解更容易,更有实际工程意义。     

齿轮箱中滚动轴承的故障诊断

提出了一种基于自适应除噪技术(ANC)和共振解调技术(DRT)的齿轮箱中滚动轴承的故障诊断方法。该方法先后用同一传感器和测量系统、在同一位置采集被诊断轴承在无故障时的振动信号和在状态监测过程中的振动信号,然后把这两次拾取的信号分别作为自适应除噪系统的参考输入和主输入进行除噪处理,最后用共振解调技术对除噪后的振动信号进行包络解调,实现齿轮箱中滚动轴承的故障诊断。实际应用表明,该方法能够从齿轮箱振动信号中剔除齿轮啮合振动等背景噪声,提高滚动轴承振动信号的信噪比,可以有效地诊断齿轮箱中滚动轴承的故障。      

太空非合作遥感卫星三维重建点云的平面滤波方法

受太空环境光照条件弱、卫星高速运动、卫星表面纹理匮乏等因素的影响,太空非合作遥感卫星的三维重建点云中往往会存在大量噪声,给太空非合作目标的准确探测带来了非常不利的影响。文章以非合作遥感卫星的形状特征作为先验知识,提出一种三维重建点云的平面滤波方法。针对点云噪声的不同特点,首先利用统计分析滤波方法消除离群离散点噪声;其次,利用改进的区域生长聚类方法,分割出点云模型中的平面结构与离群点簇噪声;然后,分别用RANSAC算法和最小二乘法对平面结构进行滤波,并将平面结构附近的噪声点垂直投影至平面内,去除模型表面噪声。实验结果表明,该优化方法可以有效去除非合作遥感卫星三维重建点云中的大部分噪声,得到卫星平面结构的光滑点云数据。     

小波变换在雷达信号检测中的应用

小波分析已经成为目前雷达信号去噪的主要方法之一。通过对小波去噪问题的描述,揭示了小波去噪的滤波特性;分别阐述了目前雷达信号检测中常用的4类小波去噪方法并进行性能分析;对雷达信号的小波检测方法提出了展望。     

基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中。该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号。仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景。     

双片消隙齿轮动力学建模与参数影响分析

由于导弹的复杂工作环境，雷达导引头伺服系统对其动力学特性及传动精度有较高要求。为提高其传动精度，一般采用双片齿轮消隙的方式消除回程误差。采用集中质量法建立考虑时变啮合刚度及齿面摩擦的消隙齿轮动力学模型，将消隙齿轮视为两对通过扭簧相互耦合的啮合副，并将齿侧间隙引入作为接触判定条件。通过动力学仿真研究了扭簧预紧力矩和扭簧刚度对消隙齿轮系统动态传动误差及谐振频率的影响。研究表明:扭簧刚度对系统动态传动误差及谐振频率影响较小，而扭簧预紧力矩的增大有利于提高谐振频率和抑制一阶谐振幅值，降低负载波动对系统的影响。由于扭簧作用产生额外的载荷，扭簧预紧力矩的增加会增大系统动态传动误差。     

涡扇发动机消喘系统设计与试验研究

在某型涡扇发动机气动失稳特征的基础上,建立了航空发动机失速/喘振特征工程数学模型,研制出发动机消喘系统数字仿真平台,完成了消喘系统的方案优化设计,并在地面台架和飞行台试验中得到了验证。其气动失稳工程数学模型、数字仿真优化设计技术和试验验证方法可广泛应用于航空发动机、地面和舰船燃气轮机、以及其它民用叶轮机械气动失稳测控设计领域,同时也为制定航空发动机消喘系统设计规范奠定了坚实的技术基础。     

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

小波、小波包分析在遥测数据处理中的应用

在研究小波分解算法的基础上,结合遥测信号的变化特性,分析了小波算法在遥测数据处理中虚假趋势排除和信号去噪两方面的应用,并与传统分析方法进行对比,通过仿真结果证明了小波分析方法的有效性.