星敏感器低频误差与陀螺漂移离线校正方法

获取高精度事后姿态数据是提高遥感平台成像质量的必要条件之一,离线处理可有效降低敏感器测量误差,从而获得更高的姿态确定精度。基于滤波的校正方法中,星敏感器低频误差(LFE)与陀螺漂移将产生耦合影响导致校正精度低,本文针对该问题推导了耦合误差的数学模型,并设计了一种两步双向平滑事后处理算法,将陀螺漂移与低频误差分两步校正,通过反复滤波剥离陀螺漂移与低频误差。同时,针对低频误差参数收敛速度慢、噪声参数调节困难的问题,利用一种基于极大似然估计(MLE)的固定窗口自适应双向滤波算法进行处理以获得更好的噪声估计,提高了收敛速度和收敛精度。文中仿真工况下,离线姿态确定精度可达到0.8″(3σ),低频误差参数完全收敛时间不超过4个轨道周期。     

弹性空腔流致噪声/结构振动特性试验

高速空腔中经常存在高强度且多频率分量的流致噪声,空腔噪声与结构振动之间耦合效应严重,甚至可能发生结构共振。为此,在0.6m×0.6m高速风洞中,通过调整空腔底板厚度,改变其结构固有频率,模拟空腔流致噪声/振动相互作用。利用脉动压力和振动加速度测试技术,获取亚跨声速条件下,弹性空腔流致噪声特性及其结构振动响应特性。马赫数变化范围为0.6~1.2。结果表明,当振动强度较弱时,结构振动对空腔噪声影响较小,而空腔噪声对结构振动影响较大,在噪声载荷主频位置,振动谱出现峰值并且噪声/振动相关性达到最强;此外,空腔结构振动还与其固有频率特性密切相关,振动主要以低阶模态为主。     

An artificial neural network approach for aerodynamic performance retention in airframe noise reduction design of a 3D swept wing model

With the progress of high-bypass turbofan and the innovation of silencing nacelle in engine noise reduction, airframe noise has now become another important sound source besides the engine noise. Thus, reducing airframe noise makes a great contribution to the overall noise reduction of a civil aircraft. However, reducing airframe noise often leads to aerodynamic perfor-mance loss in the meantime. In this case, an approach based on artificial neural network is intro-duced. An established database serves as a basis and the training sample of a back propagation (BP) artificial neural network, which uses confidence coefficient reasoning method for optimization later on. Then the most satisfactory configuration is selected for validating computations through the trained BP network. On the basis of the artificial neural network approach, an optimization pro-cess of slat cove filler (SCF) for high lift devices (HLD) on the Trap Wing is presented. Aerody-namic performance of both the baseline and optimized configurations is investigated through unsteady detached eddy simulations (DES), and a hybrid method, which combines unsteady DES method with acoustic analogy theory, is employed to validate the noise reduction effect. The numerical results indicate not merely a significant airframe noise reduction effect but also excel-lent aerodynamic performance retention simultaneously.     

原子钟调相白噪声降噪方法

原子钟的五种噪声反映了它在一定时间间隔内的性能。当取样间隔小于1h，原子钟主要表现为调相白噪声。在地方协调时UTC（NTSC）的实时监控中，不仅要求参考原子时（RTA，用于地方协调时控制的参考）具有很高的长期稳定度，而且要求其短期稳定度亦很高。影响RTA短期稳定度的主要是个台原子钟的调相白噪声。首先讨论了确定原子钟短期噪声的方法，进而利用小波分析方法研究了原子钟凋相白噪声分离与降噪的方法。     

翼型边界层及近场尾流的湍流特性与气动噪声特性相关规律试验研究

变湍流度试验结果表明 ,湍流度对翼型边界层和尾流的湍流特性、转捩情况、气动噪声特性及其它们间的相关特性有显著影响。这种影响有一定规律。笔者得出了苦干有价值的半经验关系式。     

基于抗噪声ICA的高光谱数据特征提取方法

特征提取是高光谱数据应用的一个重要环节,用于将高光谱数据中具有特殊性质的地物分离出来并去除冗余信息.提出了一种使用独立成分分析(ICA,Independent Component Analysis)进行高光谱遥感地物特征提取的方法.为了解决ICA对噪声过分敏感的问题,采用最大噪声分量(MNF,Maximum Noise Fraction)算法替代传统的主成分分析对数据作降噪处理,由MNF引出的不完全独立成分分析(UICA,Undercomplete ICA)在不牺牲特征提取能力的情况下能够获得很高的运算效率.给出了HYDICE和PHI的数据试验结果,分别测试了算法在时间效率和特征提取能力方面的性能,证明了该算法具有预期的性能.     

测量数据中色噪声处理方法探讨

针对经纬仪对高速运动目标测量数据的色噪声处理问题进行了分析探讨。介绍了目前对经纬仪测量数据随机误差进行处理的常用方法,指出了该方法对色噪声处理存在的问题,在对测量序列相关性采用差分方法进行分析的基础上,提出了对色噪声数据采用的两种处理策略——非相关转换法和相关数据平滑法,详细介绍了两种处理策略的计算过程和方法,并通过实测数据的处理实例,验证了所提出处理策略的有效性和合理性,最后对两种方法的特点进行了比较分析。     

减少机床噪声污染的方法

噪声污染已成为世界三大污染之一.在工业企业中机床噪声是重要的噪声污染源之一.本文主要从机床的齿轮传动、轴承的选用和齿轮箱的结构等方面对机床噪声产生的影响以及提出相应的降噪措施进行了探讨.从而降低机床噪声,保障工人身心健康,改善车间工作环境.     

基于小波变换的图像低通去噪

提出了一种利用小波变换的多分辨率特性对图像进行低通去噪的方法,系统的阐述了其基本原理和核心算法,并对加噪后的图像实现了低通去噪处理。     

斜齿圆柱齿轮正交法参数优化设计

用正交法对斜齿圆柱齿轮传动进行参数优化设计 ,用方差分析法找出对质量影响最显著的因素 ,最后 ,由信噪比作为指标选出最佳参数组合 ,这是一种快速创新开发产品的设计方法。