基于线接触的回转二次曲面加工方法及其误差分析

基于线接触的回转二次曲面加工方法,无需复杂的位置控制,能够加工在轴和离轴回转二次曲面,同时,用同一个刀具可以加工不同类型、参数的回转二次曲面,并且铣磨成形时定位误差和刀具轮廓误差对面形误差的传递系数都小于1。     

分组码在有记忆删除信道上的性能计算

 本文首先描述了一种有记忆删除信道模型,然后提出了分组码在该信道上的性能的迭代算法。最后以Golay(23,12,7)码为例给出了多种信道参数之下的性能曲线。     

基于椭圆路径的光学镜面超精密研磨技术研究

利用基于椭圆成形方法建立的二次回转曲面加工误差模型,并用最小二乘方法建立了二次回转曲面铣磨误差辨识模型。考虑到各项误差对面形误差影响的相似性,分析了合并、分开辨识相似误差所引入的误差,以此得到处理相似误差的策略。     

惯组中光纤陀螺温度漂移的二维插值建模研究

光纤陀螺对温度较为敏感,输出受温度及温度变化率影响严重,在实际工作中需要对温度漂移误差进行建模补偿。传统多项式拟合方法如最小二乘法,无法很好地满足精度要求。因此,首先对光纤陀螺工作原理与温度漂移误差产生原理进行分析,得出光纤陀螺温度漂移误差特性。利用传统多项式模型对不同温度下启动的光纤陀螺进行建模补偿,得到补偿后的精度并不理想。利用新的二维插值模型对上述试验重新进行建模补偿,结果表明二维插值模型明显优于多项式模型,光纤陀螺的零偏稳定性由补偿前的0.0153(°)/h提高到0.0051(°)/h,有利于工程上应用。     

激光捷联惯导系统角增量输入姿态算法

在对经典理想角增量输入的圆锥算法分析总结基础上,提出并推导了更为合适的经典角增量输入圆锥算法通式.在对经典理想角增量与实际工程滤波角增量的圆锥响应对比分析基础上,推导了滤波角增量输入圆锥补偿算法的补偿系数和误差主项通式.最后,利用文中讨论的理想角增量输入和滤波角增量输入圆锥补偿算法,结合激光陀螺惯性导航系统的频谱特性进行了大量的仿真验证.仿真结果表明,文中讨论的角增量圆锥算法有效,能显著提高激光陀螺捷联惯性导航系统的姿态精度.     

线性矩阵方程AXB－CXD＝E的误差界

首先讨论线性矩阵方程ＡＸＢ－ＣＸＤ＝Ｅ在有唯一解的条件下方程之解Ｘ的一个上界，再考虑系数矩阵Ａ，Ｂ，Ｃ，Ｄ，Ｅ发生小扰动时，线性矩阵方程（Ａ＋δＡ）Ｘ（Ｂ十δＢ）－（Ｃ＋δＣ）Ｘ（Ｄ＋δＤ）＝Ｅ＋δＥ之解Ｘ作为Ｘ的近似值的相对误差的一个上界。     

一类二维样条插值函数的最佳误差估计

本文主要结果为下述定理。 定理:设x(uw)是矩形域上关于该矩形上均匀分割的二维双三次样条插值函数,且x(uw)满足条件(5),则x(uw)在矩形域R边界上的节点处的四阶混合偏导数有估计式: |S_(i,0)|≦|A[i,n—1]||ε_(n,0)| |B[i,n—2]||ε_(0,0)|=[0,-4,(-1)~2 4,…(-1)~i 4]/[0,-4,(-1)~2…(-1)~n 4]|ε_(n,0)| sum from h=i to n-2 (-1)~(k(k-2)-(i 1)(i-2))[0,-4,(-j)~2 4…(-1)~i 4]/[0,-4,(-1)~2 4,…(-1)~(k 1) 4][0,-4,(-1)~2 4,…,(-1)~(k 2)4] (-1)~(i(i 1)/2)/[0,-4,(-1)~2 4,…(-1)~n 4]|ε_(0,0)|其中等号成立的条件分别为: A[i,n—1] B[i,n—2] ε_(n0),ε_(00)>0 A[i,n—1] B[i,n—2] ε_(nm),ε_(0m)>0 其中 i=1,2,…,n—1. j=1,2 …,m—1.     

孔-轴-孔配合处的孔位移制误差计算公式的论证

文[1]、[2]中通过线性化假定推导出计算孔-轴-孔配合处的孔位移制误差的简化公式,但缺乏充足的理论支持。本文用矢量随机误差分析法导出计算该误差的另一公式,通过典型孔-轴-孔配合的孔位移制误差计算,证明该简化公式不仅使用方便,而且准确、可靠。     

用最大熵谱法估计大气湍流谱

最大熵谱分析方法是一种非线性的新的谱分析方法。其基本原理可浅近地解释为:对一个所考虑的时间系列,它的前 m 个自相关系数已知,要求构造其后的自相关系数,但不损失系列的熵即不损失其信息。实际的处理过程是:用自回归方法在最小二乘原则下对系列作最佳拟合,然后求拟合系列的理论谱。最大熵谱法不要求对原始系列的滤波和对粗谱的平滑整理。本文从实际应用的角度,简述了该方法的过程,介绍了编程计算的方法和步骤,并结合实例计算了几组大气湍流谱。文章认为最大熵谱分析方法是一种值得推广应用的优秀的谱分析方法。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。