微磁强计弱磁处理芯片设计与实现

为适应微纳卫星平台的应用需求、实现磁强计的微型化,针对巨磁阻抗(GMI)效应微磁强计的研制需求设计并研制了弱磁信号处理芯片.在分析GMI微磁强计构造的基础上,针对单机(微)小型化提出了弱磁信号处理电路芯片化的方案;结合空间应用特点,设计并实现了基于SOI CMOS工艺的弱磁信号处理芯片.实测结果表明:基于所研制的弱磁信号处理芯片不仅实现了磁强计的微型化、集成化,而且具有良好的弱磁测量性能.     

飞机方向舵故障建模与侧风着陆仿真

基于风洞试验数据和CFD数据,建立了某型飞机上、下两片方向舵在松浮、卡滞和脱落等故障的数学模型;针对方向舵脱落故障,在飞行模拟器上进行了人在环的侧风着陆仿真试验,验证了模型的准确性,得到了与实际侧风响应相吻合的故障模型;最后,基于此模型探讨了方向舵故障下的侧风着陆安全性与驾驶员负荷.     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

现代飞机综合试验与测试技术研究

面对现代最新飞机系统综合试验中测量点分散、测试参数种类多、数据信息量大、数据处理和信号分析复杂的现状,采用开放分布式测试系统,具有模块化、柔性化、组合化特点;具有广泛的适用性,满足多种测试环境要求,提供多种测试性能,融合多种信号测试能力;具有良好的灵活性,根据客户需求改变测试系统的功能及性     

开放式网络化测控系统中的同步控制技术

现代测控系统的测量对象越来越复杂、越来越分散,信号采集和控制终端节点呈现开放式、网络化分布式发展趋势.     

全微机化坐标数显与数据处理系统

本文介绍了一种全微计算机化的两坐标数显与数据处理系统。系统实现了机、光、电的一体化。在坐标信号的提取与读出过程中,用计算法和CRT显示代替了传统的电子细分和可逆计数器;12种基本测量软件及其35种组合软件、6种专用测量软件可以实现工件二维坐标的绝大部份测量任务,在少数情况下也可由用户编程,实现某些特殊的测量功能。     

神经网络在下颌运动轨迹图测量中的应用

介绍了采用小型磁石测量下颌运动轨迹图Electrognathography(EGN)的方法。给出利用磁偶极子模型代替小磁石模型的理论及实际依据。利用神经网络解决由磁石产生的磁感应强度推定其空间参数的反演问题 ,并且采用了分割网络及修正网络的方法来提高磁石运动测量的推定准确度。     

座标法测量成对斜孔的数学模型

本文根据空间直角座标投影原理,分别建立柱孔测量的数学模型,从而解决成对斜孔要求测量的尺寸参数和位置参数。     

高精度UT1-UTC差分预报方法研究

针对卫星导航所需的高精度地球定向参数(EOP)中的UT1-UTC预报问题,提出了基于双差分LS+AR的UT1-UTC参数预报方法。对UT1-UTC观测数据进行跳秒检测、固体地球带谐潮汐项改正,然后对改正后的UT1-UTC数据进行双差分处理,增强数据平稳性;采用最小二乘拟合(LS)与自回归(AR)分析方法对差分处理后的数据进行分析与预报;对预报结果进行逆差分处理与潮汐项改正外推、跳秒恢复,获取高精度的UT1-UTC预报值。通过与国际EOP_PCC预报结果对比表明,UT1-UTC短期预报精度与EOP_PCC较优的预报精度相当,其中1天UT1-UTC预报精度优于0.03ms,优于EOP_PCC预报结果。介绍了北京航天飞行控制中心的UT1-UTC每日例行预报情况。     

一种新型医疗机器人运动学及灵活性分析

从临床应用的角度出发,分析了微创神经外科机器人的结构特点.建立了机器人空间运动学模型,确定了该机器人逆解具有解析解,通过仿真验证了逆解的正确性.分析了机器人手腕的灵活性,用姿态球的概念定义了五自由度机器人手腕灵活性,给出了手术矢量工具姿态球的边界表达式,提出了手腕灵活性的分析方法,给出了机器人的灵活区域分布.掌握运动学和灵活性分析方法,可以为结构设计提供可靠的依据,为后续机器人控制功能的实现奠定基础.