用于提高辨识效果的颤振试验数据小波去噪

准确估计模态参数在飞机颤振边界的预测中具有重要意义。为了提高频域辨识算法的辨识效果,提出了一种用于颤振飞行试验数据处理的小波去噪方法。该方法引入梯度倒数加权滤波器对数据进行预处理,处理后的数据运用冗余小波进行小波分解,然后对输入信号在不同尺度下分别进行阈值降噪,对输出信号则采用了一种改进的小波空域相关滤波法去噪。最后通过仿真计算和实际数据证明该方法有效。     

一种新的双复权雷达干扰自动对消系统研究

复杂电磁干扰环境下,雷达干扰对消系统性能发挥受到了挑战.针对对消系统面临的这一问题,分析了干扰对消的基本原理,并对影响对消性能的主要因素进行了深入探讨.在此基础上,设计了单延迟节FIR滤波器双复权对消系统,大大减小了空间波程差和通道不一致性对对消系统造成的不良影响.仿真结果验证了系统的有效性.     

基于周期谱相关的扩频信号时差估计

周期谱相关时差估计法具有较强的抑制噪声和干扰的能力,适应于低信噪比的情况,但其抗噪声和干扰能力完全在于循环频率的选择.提出了运用周期谱特性选择扩频信号循环频率的方法,大大降低了谱相关时差估计算法的计算量.仿真结果表明,该方法是切实可行的.     

BOC调制信号的特性分析

二进制偏移载波(BOC)调制是GPS现代化后采用的新军用信号(即M码信号)的调制方式, 其设计灵活性和可变性在导航战中是非常重要的.推导并分析了不同形式BOC信号的自相关函数、功率谱、循环谱和循环谱包络切面特性,分析结果对下一步BOC信号的参数估计和模式识别具有参考价值.     

基于相关与小波变换相结合的弱信号检测

针对强噪声背景中的弱信号检测问题,在传统的相关检测方法的基础上,利用小波良好的去噪性能,提出了相关检测与小波变换相结合的弱信号检测方法。仿真结果表明,该方法优于传统的相关检测方法,无须知道有用信号的先验知识和同步信号便可以有效的检测周期性弱信号,并获得更高的输出信噪比。     

Gram-Schmidt回归及在刀具磨损预报中的应用

多元线性回归是一种应用广泛的统计分析方法.在实际应用中,当自变量集合存在严重多重相关性时,普通最小二乘方法就会失效.为解决这一问题,利用Gram-Schmidt 正交变换,提出一种新的多元线性回归建模方法——Gram-Schmidt回归.该方法可实现多元线性回归中的变量筛选,同时也解决了自变量多重相关条件下的有效建模问题.将该方法应用于机械加工过程中刀具磨损的预报分析,有效地进行了变量筛选,并得到了解释性强同时拟合优度也很高的模型结果.      

一种适应较大比例变化的多传感器图像配准方法

提出了一种基于边缘曲率区域极值和边缘相关的图像配准方法。算法首先提取图像的较长边缘并对其进行改进的Freeman编码;然后使用Freeman码计算曲线的曲率,根据曲率极值的对应情况初始匹配边缘并得到比例变换因子;然后重采样图像,使用边缘相关、一致性检测方法得到对应的相关边缘对,最后使用最小二乘法得到图像的配准参数。算法可以适应配准图像间有较大旋转角度和较大平移变换等情况。     

适于旋流杯下游流场的改进型半分析关系式

利用典型(CFM-56燃烧室)旋流杯结构下游的流场实验数据,参照经验关系式,提出了物理意义更明确、拟合更准确、且更便于对大量实验数据进行相关性研究的半经验关系式,并与旋流杯下游紧靠出口处附近的轴向速度及旋流速度测量数据进行了对比,发现各特征数据(如峰值位置、峰值衰减速度、回流区宽度及其沿下游的发展、回流速度及其衰减等)与实验数据非常相符,从而初步验证了提出的半经验关系式.同时,给出了公式中不同的经验常数取值带来的变化,分析了与几何及工况参数之间可能的联系,为进一步验证该关系式打下基础.分析表明,各经验常数的变化之间相互独立,且物理意义明确,可以方便地用于进一步验证.      

模态参数识别的特征系统实现算法:研究与比较

以 GARTEUR飞机模型的飞行颤振和地面共振试验为例,对模态参数识别的特征系统实现算法的4种变形特征系统实现算法(ERA)、快速ERA(FERA)、相关ERA(ERA/ DC)和快速相关ERA(FERA/ DC),进行了深入的理论分析和仿真研究。结果表明:与ERA相比,ERA/ DC的阻尼识别精度在10%和30%噪声下可以提高6～60倍;FERA的识别速度可以比ERA提高4～1 0倍,且精度较高;而FERA/ DC的识别速度可以比ERA/ DC提高 3～5倍,并且精度不会降低。     

利用互相关差分模型在环境激励下提取模态参数

对于一些大型结构,难以采用人工激励进行模态识别,只能利用环境激励信息,单独从响应数据提取模态参数。针对这一实际情况,首先从经典差分模型入手,推导出了环境激励下的多参考点互相关差分模型,然后分别采用增广矩阵法和多项式特征值法求解模态参数。最后采用一飞机模型对多参考点互相关差分模型法进行了试验验证,并且将2种求解方法得到的结果进行了比较。结果表明,多参考点互相关差分模型能够有效地进行环境激励下的模态识别,并且多项式特征值法比增广矩阵法所得结果更好。