测角补偿在加速度计自动测试系统中的应用

介绍了利用ND280角度数显表实现测角补偿的方法,给出了具体的补偿原理、测试方法和最终的补偿结果。该方法可以很好地提高控角定位精度,实际应用效果很好。     

基于支持向量机的飞行控制系统辨识

以飞机为研究背景,基于系统辨识中的串-并联辨识模型,应用一种支持向量回归机的方法,对飞行控制系统模型进行了辨识。通过仿真,成功地得到了飞行控制系统的辨识模型。结果表明:该方法有很好的预测性能,具有很高的精度,同时也能很好地反映飞行控制系统的特性。     

隐私保护下关联规则挖掘方法

从输入隐私保护和输出隐私保护2个角度介绍了隐私保护关联规则挖掘的有效方法。输入隐私保护采用数据扭曲的策略，输出隐私保护采用修改敏感事务值的策略。使用这2种策略的挖掘方法在取得很好隐私性同时，挖掘到的关联规则准确率也很好。     

模糊自组织神经网络在航空发动机故障诊断中的应用

介绍了模糊自组织神经网络在航空发动机故障诊断中的应用方法,并通过实例验证了该方法在发动机故障分类中的实用性。该方法具有结构算法简单、无监督自学习和侧向联想等功能。它有很好的应用前景,可以广泛应用于发动机的故障诊断。      

基于CMAC的伺服系统控制研究

针对高精度伺服系统中存在的非线性和各种不确定性因素,提出了基于小脑模型神经网络的复合控制方法,控制器由前馈控制器、比例微分控制器(PD)和小脑模型神经网络控制器(CMAC)构成,该方法在传统的PD+前馈控制方法上加入了CMAC神经网络算法的快速学习,精确逼近的优点,既保证了快速实时跟踪,又进一步提高了跟踪精度。实验结果证明,用CMAC控制方法后系统的跟踪精度比PD＋前馈控制方法提高近一个数量级,同时该方法对摩擦引起的波形畸变有很好的抑制作用,仿真和实验研究表明了该方法的可行性和有效性,并能满足实时性要求,对提高伺服系统的高精度动态跟踪性能有很好的工程参考价值。     

Time Petri网在实时软件测试中的应用

针对实时软件传统测试方法的不足,提出了用Time Petri网生成测试方案的方法.该方法很好的处理了与时间有关的不确定性问题,具体例子说明了其在实时软件测试中的应用.     

小波神经网络用于CCD视频序列图像去噪

CCD摄像机获取目标影像时不可避免地受到噪声影响,因此噪声去除是CCD图像处理的一项重要研究课题。本文将小波神经网络引入CCD图像去噪领域中,提出一种基于小波神经网络的图像去噪方法。实验结果表明,该方法在去除噪声上优于传统的均值滤波等方法,在有效去除噪声的同时,又能很好地保护图像的细节信息,具有很好的保真度。     

无盘办公网络组建关键技术研究

介绍了基于Ardence无盘技术组建大型办公网络的设计方法,分析了提高系统性能的关键技术,主要包括网络带宽、交换机性能、Vlan划分、服务器、无盘客户机、Windows操作系统和用户使用方法等方面。实践证明,这些方法和技术在实际应用中有很好的效果。     

用神经网络预测300M超高强度钢磨削烧伤

介绍了用人工神经网络建模预测３００Ｍ超高强度钢磨削烧伤的方法。经试验，该方法效果很好。     

涡轮发动机复杂区域的结构化网格生成技术

通过对二维泊松方程增加伪时间项，采用时间推进法求解生成二维网格，利用拉格朗日插值生成三维网格，给出了一种在涡轮发动机复杂区域中生成结构化网格的计算方法。该方法很好地保证了网格的质量和正交性。大量的计算算例表明该网格的生成方法和区域分解算法相结合可以对复杂区域流场的流动细节进行很好的模拟。     

卫星伪距多路径时空建模研究

目前,多路径误差是制约GPS技术向更高精度发展的主要误差源.为了减小静态观测环境下的多路径误差,基于多路径误差周期重复性的特点,提出了一种自适应噪声分析结合经验模态分解的方法处理原始数据,采用多项式拟合构建了函数模型,并利用该函数模型对相邻天的观测数据进行处理.实验结果表明,利用所提方法对观测数据进行处理,可有效减小多...     

差分卫星导航系统定位精度飞行测试方法

针对机载差分卫星导航系统的定位误差特性,提出一种考核机载差分卫星导航系统定位精度的飞行测试方法。在事后数据处理过程中,由于两部卫星接收天线之间安装位置不同而导致的杆臂效应会使最终结果产生较大的计算误差,故提出了一种基于消除杆臂的数据处理方法。通过以上飞行测试方法和数据处理方法可以有效地评估机载差分卫星导航系统的定位精度。     

ADS-B用于高精度雷达标定的方法

为了更好地解决高精度雷达标定的问题,提出了基于广播式自动相关监视系统(ADS-B)固定误差及目标回波中心动态修正的雷达标定新方法。首先分析了ADS-B位置数据误差的来源、类型及在雷达坐标系下的特征,同时对民航目标回波中心的变化作了分析建模,在此基础上进一步通过对雷达数据与ADS-B数据之差作动态联合修正,最终估算出雷达系统误差,提高了雷达系统误差标定的精度和稳定性。并利用多批次的实测数据对该标定新方法与其他方法进行了对比验证,结果表明,该方法有效提高了标定的精度和稳定性,并已成功应用于雷达标定设备中。     

DR/GPS组合导航系统滤波技术研究

陆用航位推算系统（DR）的精度主要受到里程系数和航向误差的制约,其误差模型本质具有非线性,因此采用非线性滤波算法能显著提高里程系数和航向误差的估计精度。本文将粒子滤波应用到航位推算（DR）/GPS组合导航系统数据融合过程中,对航位推算 (DR) 与GPS组合导航系统中的里程系数误差和航向误差进行辨识估计,并对里程系数和航向进行修正。粒子滤波存在的主要问题是粒子的退化现象严重,本文将量子粒子群优化 (PSO) 算法与粒子滤波相结合,提出了量子PSO粒子滤波算法,该算法采用量子位对粒子进行编码,引入量子旋转门与变异操作保持了粒子集的多样性,通过量子PSO搜索寻优重新分配粒子,使粒子集有效地逼近真实的后验概率分布,从而有效地减轻了退化现象,提高了粒子滤波的精度。跑车实验结果表明,该算法有效地抑制了DR导航系统误差的增长,提高了组合导航系统的定位精度。     

增量粒子滤波方法

提出增量粒子滤波的概念,建立增量粒子滤波模型及其分析方法,给出其算法.对于工程实际中存在的由未知系统误差的影响而无法精确建立量测似然函数的这一问题,提出增量粒子滤波方法,通过对带有未知系统误差的量测数据进行校正,获得精确的量测似然函数,建立精确的增量粒子滤波模型,从而消除这种未知系统误差的影响,减少重采样的次数,较好地保存了粒子的多样性,提高非线性滤波的精度.模拟仿真中,重采样的次数减少41.7%,滤波误差均值和均方根误差分别降低了45.3%和70.1%,有效地改善了滤波的效果.      

基于灰色距离测度的粗大误差判别方法

小样本试验数据的概率分布特征难以确定,使用传统的粗大误差判别方法存在较大风险。为了有效判别小样本试验数据中的粗大误差,本文探讨了基于试验数据之间的距离关系和拓扑结构的灰色距离测度的概念、数学意义、性质,在此基础上提出粗大误差判别方法。最后取一组小样本数据进行计算,实例结果表明所提出的方法合理有效。     

箭载GPS信号传播误差改正模型的选优

误差修正模型是影响箭载GPS定位精度的关键问题之一。针对几种常用的GPS信号传播误差改正模型,探讨了各模型伪距延迟修正量的计算方法,分析和比较了各模型之间的差异,给出了组合误差修正模型的选优标准。实测数据计算结果表明,选优后的误差修正模型可有效提高目标定位精度。     

Machining Error Control by Integrating Multivariate Statistical Process Control and Stream of Variations Methodology

For aircraft manufacturing industries, the analyses and prediction of part machining error during machining process are very important to control and improve part machining quality. In order to effectively control machining error, the method of integrating multivariate statistical process control (MSPC) and stream of variations (SoV) is proposed. Firstly, machining error is modeled by multi-operation approaches for part machining process. SoV is adopted to establish the mathematic model of the relationship between the error of upstream operations and the error of downstream operations. Here error sources not only include the influence of upstream operations but also include many of other error sources. The standard model and the predicted model about SoV are built respectively by whether the operation is done or not to satisfy different requests during part machining process. Secondly, the method of one-step ahead forecast error (OSFE) is used to eliminate autocorrelativity of the sample data from the SoV model, and the T2 control chart in MSPC is built to realize machining error detection according to the data characteristics of the above error model, which can judge whether the operation is out of control or not. If it is, then feedback is sent to the operations. The error model is modified by adjusting the operation out of control, and continually it is used to monitor operations. Finally, a machining instance containing two operations demonstrates the effectiveness of the machining error control method presented in this paper.     

无刷直流电机直接转矩控制系统的相电流检测及处理

无刷直流电机(BLDCM)直接转矩控制系统中,相电流的正确检测是实现转矩控制的前提。研究了BLDCM电磁转矩与相电流的关系,设计了相电流检测的硬件电路与软件算法。由霍尔电流传感器检测出相电流大小,经调理电路送入DSP的AD转换模块。针对AD转换带来的偏移和增益误差,采用最小二乘法及线性拟合函数进行数据校正;针对个别数据导致的偶然误差,提出了电流复合滤波方法;针对周期性干扰,在AD校正后加入了一阶滞后滤波。试验结果证明,所采用的相电流检测与处理方式降低了电流检测误差,实现了转矩的实时观测与直接控制,有效抑制了转矩脉动。     

MEMS陀螺静态误差补偿方法研究

针对典型MEMS陀螺静态误差大、 影响工程上使用的难题,提出基于时间序列模型的Kalman滤波方法.通过对典型MEMS陀螺数据进行分析,提取其趋势项,进行周期检验与相关性分析,建立时间序列模型;针对建立的时间序列模型,提出利用Kalman滤波方法,消除零位不稳定性.仿真及试验结果表明,该解算方法能够有效补偿MEMS陀螺静态误差,显著提升其静态指标.