进气道/发动机相容性试飞中总压畸变数据的采集与处理

研究了进气道/发动机相容性试飞中总压畸变数据的采集与处理方法,详细介绍了传感器选型、测点布局、受感部设计、测试及采集系统构建的要点,开发了通用动态数据处理软件,并重点研究了动态总压数据处理方法和参数选择问题。通过某型飞机/发动机的进气道/发动机相容性试飞应用及其数据处理表明:提出的测试与采集方案合理可行,工程应用情况良好;动态数据处理中应合理选择截止频率、滤波器阶次以及滤波函数。     

Directional Filtering Due to Mesospheric Wind Shear on the Propagation of Acoustic-gravity Waves

Gravity waves with periods close to the Brunt-V?is?l? period of the upper troposphere are often observed at mesopause altitudes as short period, quasi-monochromatic waves. The assumption that these short period waves originate in the troposphere may be problematic because their upward propagation to the mesosphere and lower thermosphere region could be significantly impeded due to an extended region of strong evanescence above the stratopause. To reconcile this apparent paradox, an alternative explanation is proposed in this paper. The inclusion of mean winds and their vertical shears is sufficient to allow certain short period waves to remain internal above the stratopause and to propagate efficiently to higher altitudes. A time-dependent numerical model is used to demonstrate the feasibility of this and to determine the circumstances under which the mesospheric wind shears play a role in the removal and directional filtering of short period gravity waves. Finally this paper concludes that the combination of the height-dependent mean winds and the mean temperature structure probably explains the existence of short period, quasi-monochromatic structures observed in airglow images of mesopause region.      

基于无奇点根数的空间相对导航插值滤波算法

为了提高椭圆轨道航天器的相对导航精度,将基于Stirling公式的多项式插值滤波方法（DDF2）引入导航算法,降低了传统的卡尔曼滤波方法中泰勒级数展开线性化     

复杂背景中红外弱小目标检测技术研究

对复杂背景中红外弱小目标检测识别的一种图像处理技术进行了研究。用最大中值滤波进行预处理以抑制孤立噪声影响,采用时域方差滤波抑制背景信息,对滤波后的图像根据直方图信息进行自适应二值化处理,由多帧轨迹确定目标。用实验与基于形态学算子滤波的目标检测算法进行了比较,结果表明该算法能获得较满意的目标检测结果,两种滤波方法的组合可有效提高信噪比。     

Intrinsic component filtering for fault diagnosis of rotating machinery

Fault diagnosis of rotating machinery has always drawn wide attention. In this paper, Intrinsic Component Filtering (ICF), which achieves population sparsity and lifetime consistency using two constraints: $l_{1/2}$ norm of column features and $l_{3/2}$ -norm of row features, is proposed for the machinery fault diagnosis. ICF can be used as a feature learning algorithm, and the learned features can be fed into the classification to achieve the automatic fault classification. ICF can also be used as a filter training method to extract and separate weak fault components from the noise signals without any prior experience. Simulated and experimental signals of bearing fault are used to validate the performance of ICF. The results confirm that ICF performs superior in three fault diagnosis fields including intelligent fault diagnosis, weak signature detection and compound fault separation.     

典型阻尼结构正弦振动响应模型修正方法

直接基于正弦响应数据的模型修正研究较少,发展基于正弦振动试验数据的模型修正方法对航天工程实际中有限元建模水平的提高具有重要意义。基于正弦振动响应数据的模型修正关键在于修正后曲线特征频率及其响应幅值的一致性。文章对基础激励下结构响应分析方法进行了推导,在此基础上用两步修正方法实现了分析模型与试验模型特征频率和响应峰值的匹配,最后采用国际通用算例GARTEUR桁架模型对两步修正方法进行了验证。结果表明,经两步修正后分析模型基频与试验模型一致,且前10阶频率误差低于0.15%,典型节点响应峰值误差低于1%。     

基于Adaptive Sigma-Point滤波的智能导弹对目标协同定位方法研究

在对智能导弹协同作战过程详细描述的基础上,提出了一种利用多枚智能导弹协同对目标定位的方法。考虑目标运动模型为静止模型和运动模型两种情况,将Sigma-Point滤波方法与过程噪声的自适应估计方法相结合,融合目标运动状态和目标到达角信息,克服了常规Sigma-Point滤波性能依赖于目标运动模型的先验统计信息的缺点。通过比较目标可能存在区域面积的大小,确定了参与协同定位的智能导弹数目和编队构型。仿真研究表明,多枚智能导弹协同对目标定位可以显著提高定位精度和速度。     

MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.     

耦合位置误差的机载惯性/星光组合算法研究

针对星敏测量输出的是惯性系下姿态信息,无法直接应用于实际的机载地理系下姿态组合导航,提出了地理系下耦合位置误差的机载惯性/星光组合滤波算法。该算法分析了
惯性姿态到地理系姿态之间的相互转换关系,在建立的地理系下姿态线性化量测方程基础上,通过引入导航位置误差转换矩阵,建立了星敏测量的惯性姿态到惯性导航计算输出的地理系姿态之间的耦合误差模型;同时针对姿态观测时高度通道不可观的特点,增加了气压高度输出为系统的观测量;实现了基于星敏测量的惯性系下姿态对地理系下惯性导航误差的直接修正。姿态耦合误差仿真结果表明该组合导航算法设计成功可行,为星敏在机载环境下的组合导航应用提供了新的思路。
     

关于卫星姿态确定非线性滤波算法的研究

本文探讨了利用方位矢量和陀螺速率观测信息确定卫星姿态的问题。该问题实际上是一个非线性/非高斯状态滤波问题,因此,经典的基于EKF和UKF算法的姿态滤波器有可能失败,尤其是当初始状态的先验估计不可能精确得知的情况下。近来,粒子滤波理论已经开始应用于姿态确定问题,但是,这类算法往往需要大量的“粒子”,这对有限计算能力来说是一个沉重的负担。为此,本文尝试利用双重滤波方法,在每个序贯估计过程中,将有陀螺姿态确定问题暂时分解为1个四元数估计问题和1个陀螺常漂参数估计问题。本文提出了2个双重滤波器,包括1个姿态确定双重粒子滤波器和1个姿态确定的混合型滤波器。这两者都采用一个相同的四元数粒子滤波器,但在粒子重采样和平滑处理方面,不同于近来提出的类似滤波器。至于陀螺常漂估计,双重粒子滤波器发展了一个辅助粒子滤波器,而混合滤波器中则发展了一个参数UKF滤波器。通过与经典的姿态确定滤波器的仿真比较,证实了本文新提的2个算法的有效性和优越性。