HVDC直流场强仪相敏检波器分析与设计

地面合成电场是高压直流（HVDC）输电线路电磁环境的一个重要指标,测量该电场时需要同时测量其大小和极性。一般测量电场极性的方法是使用相敏检波器。传统的相敏检波器存在因相位不同步而导致检波误差较大的问题,影响了测量结果的准确性。本文从直流场强仪的原理出发,针对传统方式的弊端,设计了相敏检波器电路,基于该电路的工作原理分析了相位不同步所引起的检波误差,并采用全通滤波器补偿相位差。实验证明,该电路能够灵活、准确地补偿相位误差,从而解决传统设计方法中相位不同步的问题,实现了全波检波,进而分辨电场极性,满足了地面合成电场测量的需求。     

基于FPGA的多通道数字接收机设计与实现

针对多通道数字接收机在雷达和移动通信等领域的应用需求,提出了一种基于FPGA的4通道数字接收机的实现方案。采用4个AD9230芯片对射频模拟信号进行并行数字化处理,然后在FPGA中实现数字下变频和整个系统的配置;通过对积分梳状滤波器（CIC）和半带（HB）滤波器的级数和选通控制,实现覆盖范围为1～16384倍的抽取滤波...     

纳米光催化技术在客机座舱空气质量控制中的应用

纳米光催化技术是一种新型的空气净化技术,近年来已成为空气净化领域的研究热点之一。本文简要介绍了纳米光催化技术的发展历史、净化机理以及国内外的研究进展;分析了实际应用中存在的问题;并指出了纳米光催化技术在客机座舱空气质量控制中的应用前景。     

远地时钟比对数据消噪方法研究

远地时钟比对是利用不同实验室的原子钟建立综合原子时尺度的必要条件，因而实现远地时钟比对的高精度时间传递技术的噪声水平，成为影响原子时性能的主要因素之一。本文主要研究了基于EMD的低通滤波方法，及其在远地时钟比对数据消噪中的应用，并将该方法与Vondrak平滑方法进行比较。结果表明：基于EMD的低通滤波结果明显优于Vondrak平滑结果。     

基于Hilbert变换和跟踪滤波的正弦扫描数据处理方法研究

提出一种针对正弦扫描时间历程数据频谱后处理方法,此方法对控制仪驱动信号进行Hilbert变换获取时间-频率曲线,利用驱动信号与响应信号频率同步的特性,对响应信号进行跟踪滤波获取时间-响应幅值曲线,并最终获得响应信号的频谱。此方法不依赖振动控制仪和带有COLA通道的数据采集系统,并可有效避免正弦约减法等方法带来的泄露和精度不高等问题。     

基于Kalman滤波的SINS／GPS组合导航系统的误差分析

本文对SINS／GPS系统误差模型进行了推导,在失准角小角度情况下惯性系统误差模型的基础上提出了一种基于Kalman滤波的SINS／GPs组合导航系统的二维误差分析方法。采用工程上较易实现的松耦合的组合方式,建立了位置、速度组合导航模型,并对速度组合、位置组合、速度位置组合方式进行了仿真对比分析。     

电动汽车空调无位置传感器的内置式永磁同步电机控制研究

针对内置式永磁同步电机(IPMSM)无位置传感器的转子位置和速度估计的难点,提出了一种基于改进定子磁链观测器的转子位置、速度的估计方法。该方法结构简单,涉及电机参数少。通过引入有效磁链概念对IPMSM的电压方程进行等效变换,对两相静止坐标系下的反电动势进行积分。为了抑制反电动势的积分环节带来的积分饱和和直流漂移问题,设计了截止频率可以自动调节的低通滤波器来代替积分器。对于在低速时低通滤波器所带来的磁链幅值衰减和相位超前问题,利用饱和反馈对观测误差进行补偿。最后通过锁相环进行位置的估计。搭建了MATLAB/Simulink仿真平台。仿真表明:该方法能够实现对IPMSM全速度范围内的转子位置的高精度估计。     

An adaptive-order particle filter for remaining useful life prediction of aviation piston pumps

An accurate estimation of the remaining useful life (RUL) not only contributes to an effective application of an aviation piston pump, but also meets the necessity of condition based maintenance (CBM). For the current RUL evaluation methods, a model-based method is inappropriate for the degradation process of an aviation piston pump due to difficulties of modeling, while a data-based method rarely presents high-accuracy prediction in a long period of time. In this work, an adaptive-order particle filter (AOPF) prognostic process is proposed aiming at improving long-term prediction accuracy of RUL by combining both kinds of methods. A dynamic model is initialized by a data-driven or empirical method. When a new observation comes, the prior state distribution is approximated by a current model. The order of the current model is updated adaptively by fusing the information of the observation. Monte Carlo simulation is employed for estimating the posterior probability density function of future states of the pump’s degradation. With updating the order number adaptively, the method presents a higher precision in contrast with those of traditional methods. In a case study, the proposed AOPF method is adopted to forecast the degradation status of an aviation piston pump with experimental return oil flow data, and the analytical results show the effectiveness of the proposed AOPF method.     

基于视觉的惯性导航误差在线修正

陀螺零偏和加速度计零偏是影响惯性测量单元(IMU)积分精度的重要因素。提供一组精确的实时的零偏估计可以提高IMU的积分精度,为视觉导航提供良好的位姿预测,提高整个系统的动态性能。通过合理地建立IMU的噪声模型以及IMU和视觉的组合方程,利用一种基于李群和李代数知识的IMU预积分方法将零偏进行合理的线性化,运用Kalman滤波进行IMU零偏的在线估计。实验结果表明,通过本文的修正方法,惯性导航的平均积累误差由0.034m/s提高到0.0037m/s,精度明显提高。     

基于改进强跟踪ASCKF算法的SINS/GNSS组合对准方法

大方位失准角下的SINS/GNSS组合对准系统呈非线性,采用传统的卡尔曼滤波方法进行初始对准易导致对准精度下降甚至滤波发散。基于此,提出了一种基于改进强跟踪自适应平方根容积卡尔曼滤波算法的组合对准方法。该方法采用QR分解求取协方差的分解因子,并在状态预测方差阵的平方根更新中引入多重渐消因子调整滤波增益;同时,基于Sage-Husa自适应滤波,引入改进的时变噪声估计器实时估计噪声的统计特性。仿真结果表明,采用改进的滤波算法进行大方位失准角下的组合对准,对准精度明显提高。