一种新的椭圆球面波信号时频域滤波方法

针对如何在时频域降低干扰噪声对椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号时频域分布特性的影响,引入精细滤波,提出了 1种新的椭圆球面波信号时频域滤波方法。仿真结果表明,所提方法在时频域以能量峰值点为基准,构造以距离为依据的滤波算子调节参数,能够有效抑制噪声对 PSWFs信号时频域分布特 性的影响,提高信号局部区域的能量聚集性。     

航空齿轮减速器稳健优化设计研究

航空齿轮减速器通常对重量、强度、效率以及可靠性有极高的要求,考虑到其所处工况的随机性、工艺水平的差异性以及材料强度等力学性能参数的波动性,传统的确定性参数优化设计已不能满足工程实际的需求。在传统的确定性优化设计模型的基础上,基于6σ稳健设计基本理论建立齿轮传动系统的多目标稳健设计优化模型,并采用NSGA-Ⅱ多目标优化算法进行求解;以某航空齿轮减速器中单级斜齿圆柱齿轮系统为研究对象进行实例分析。结果表明:本文提出的基于6σ稳健设计理论的齿轮传动系统优化模型充分考虑了不确定性因素对优化的影响,具有一定的工程应用价值。     

自适应机翼翼型变形的研究现状及关键技术

自适应机翼具有巨大的应用潜力,是未来飞机设计的必然趋势,已经得到了广泛的关注。分别从自适应变弯度前缘、自适应变弯度后缘以及变厚度机翼三个方面阐述了其变形原理,并对使用的蒙皮、驱动方式、研究方法等进行了归纳总结,指出了未来的发展趋势,提出了自适应机翼亟需解决的关键技术,包括兼具大变形和高承载功能的柔性蒙皮的设计、自适应驱动系统设计、协同控制系统的设计、分布式传感器网络,可为自适应机翼结构的设计与实现途径提供一定的技术参考。     

1 种自适应循环发动机亚声速巡航节流性能研究

推进系统亚声速巡航的燃油经济性是决定战斗机作战半径的主要指标。在巡航过程中会因减少发动机推力带来进气道溢流量增加,使推进系统燃油经济性降低。自适应循环发动机如何利用自身变循环特征减小进气道溢流进而提高推进系统燃油经济性是解决这一问题的关键。研究了1种在亚声速巡航状态带可变风扇系统的自适应循环发动机,利用自身变循环特征,实现等流量降低推力的方法。通过对可变几何机构组合调节的研究,获取了等流量节流方案,并分析了发动机在这一过程中的性能和匹配情况。结果表明:这种带可变风扇系统的自适应循环发动机能够在一定推力范围内实现等流量节流,减少进气道溢流量,提升推进系统在亚声速巡航状态的燃油经济性。     

基于主成分分析法的地磁导航适配区域选择

地磁场信息量越大的区域,导航性能越好。借用数理统计和信息论中的概念,设定了多个评价地磁场信息特点的指标,并通过主成分分析法,排除了相关指标,得到综合指标值,客观、定量地分析了适配区的导航性能,从而选择最佳导航适配区。仿真表明,本文方法是一种选择地磁导航工作区的有效方法,选择的适配区导航误差小。     

航海光纤陀螺捷联惯导系统快速对准技术研究

针对中小型水面舰船对航海惯导系统快速对准的实际需求,结合光纤陀螺的误差特性,提出一种针对航海光纤陀螺捷联惯导系统的快速对准方法。该方法充分考虑光纤陀螺启动特性对惯导系统对准精度的影响,在对准过程中保存光纤陀螺输出平稳后的数据,并利用基于正反向联合导航和滤波的方法,重复利用输出平稳后的数据,缩短对准时间,提高系统对准精度。经过实际的舰载试验验证表明,采取该方法后,所研制的航海光纤陀螺捷联惯导系统在对准时间20min条件下的导航精度相当于传统方法对准时间1h条件下的导航精度,显示了本方法的正确性和有效性,为航海光纤陀螺捷联惯导系统的进一步工程应用提供了有力支撑。     

自适应渐消Kalman滤波算法在RTK中的应用研究

在动态载波相位差分定位(RTK)中,由于观测环境复杂,会经常发生周跳、卫星信号失锁等情况,严重影响基线解算的连续性和可靠性。针对动态应用环境,提出了一种Kalman滤波算法在RTK技术中的应用方法。该方法可以实时估计模糊度浮点解及其协方差矩阵,在需要重新固定模糊度时可直接用于搜索,起到了周跳修复的作用。此外,采用了自适应渐消Kalman滤波算法提高算法的动态适应性,并引入独立的滑动窗进行新息的收集和处理,解决了由于参考星变化或卫星信号失锁造成观测量中断而无法准确计算新息协方差的难题。仿真结果表明,该算法能够在模糊度发生变化时快速收敛,并且相对于一般Kalman滤波算法在高动态下提高了模糊度浮点解的精度,提高了后续模糊度搜索的效率和固定成功率。     

适用于时变不确定系统的并行模型自适应估计

摘要： 针对受到潜在模型不确定性影响的系统,设计一种并行模型自适应估计(PMAE)算法.以往基于不确定性系统模型设计的滤波算法,在模型精确的情况下,性能往往不及传统卡尔曼滤波（KF）.为了解决该问题,设计基于多个并行滤波器的自适应状态估计算法,其中一个滤波器为KF,用于在未出现模型不确定性的情况下,对系统进行最优状态估计;另一个滤波器为扩维卡尔曼滤波（AKF）,用于在出现模型不确定性的情况下,对不确定性模型参数进行辨识.以空间目标监视为例,分析算法的性能.仿真结果表明,利用PMAE算法能够自适应地对两个并行滤波器进行切换和折衷,从而有效应对模型中存在不确定性和不存在不确定性两种情况.     

临近空间高超声速跳跃滑翔式目标自适应跟踪模型

针对临近空间高超声速跳跃式滑翔目标跟踪问题,在将加速度建模为具有正弦波（SW）自相关随机过程的基础上,提出一种自适应非零均值正弦波相关（ANM-SW）模型。其核心是对正弦波相关模型进行均值补偿构建ANM-SW模型,并推导了模型状态方程;为深入分析均值补偿的作用,分别从时域和频域的角度探讨了自适应非零均值模型的物理本质;此外,为进一步说明模型的适应性问题,结合Kalman滤波推导了SW及ANM-SW模型状态更新的系统动态误差,验证了ANM-SW模型在机动适应方面的优越性;最终仿真表明与SW模型相比,ANM-SW模型在跟踪精度及机动适应能力方面具有一定的优势性。