相控阵雷达导引头波束稳定技术研究

 相控阵雷达导引头已成为新型空空导弹制导系统的首选,相控阵雷达导引头应用在空空导弹上需要首先解决导引头波束稳定的技术难题。本文基于波束指向在惯性空间不变性原理提出一种相控阵雷达导引头波束稳定算法,对影响相控阵雷达导引头隔离度性能的主要因素进行了仿真分析。仿真结果表明:该算法可以实现相控阵雷达导引头波束惯性空间指向稳定并且满足工程应用要求;通过减小速率陀螺数据周期和波束控制周期,及引入速率陀螺传输延时补偿算法可以提高导引头的隔离度性能。     

舰载遥测设备伺服跟踪视轴稳定方法研究

论述了舰船摇摆对视轴稳定的影响,给出了由于舰船摇摆所引起的视轴附加角速度公式;分析了陀螺稳定回路的性能,给出了数学模型。所采用的视轴稳定方法,经过海上试验,船摇隔离度满足技术指标的要求。     

陀螺稳定平台速率稳定回路设计

在陀螺稳定平台伺服控制系统中,其内回路采用陀螺速率稳定回路作为控制模式。本文基于传递函数对控制方法进行研究,针对陀螺相位滞后大以及扰动力矩对速率环的影响,利用超前校正补偿陀螺相位滞后,利用扰动观测技术补偿力矩扰动的影响,以提高系统速率环性能。     

某型液浮速率陀螺延寿研究

针对某型飞机液浮速率陀螺延寿技术进行研究与实践,采用理论分析、数据统计及工程实践等方法,论证了超期液浮速率陀螺可延寿使用,并得出该型液浮速率陀螺可由原设计规定的200h使用寿命延至1500h使用的结论。     

基于非线性自适应滤波器的海杂波抑制技术

海杂波会严重影响雷达对海洋表面目标的检测。为了提高海洋表面目标的检测性能,基于非线性自适应滤波器,提出了海杂波抑制方法,实现了海杂波抑制。介绍了非线性自适应滤波器的原理以及利用梯度下降法训练滤波器的方法。利用IPIX雷达实测海杂波数据,分别针对岸基雷达和机载雷达,进行了此方法的仿真试验,从均方预测误差(MSE)和信杂比改善因子(IF)两个方面,分析了此方法的性能。并与基于线性预测的LMS算法进行了比较,得出了此方法对慢速目标的检测性能优于线性方法。     

船载单脉冲跟踪雷达快速标校方法

针对现有船载单脉冲雷达标校方法受船摇影响较大、效率低等问题,提出一种基于差分法的快速标校方法。阐述了单脉冲跟踪雷达的工作原理,分析了现有标校技术的缺点和工作效率低的原因,从理论上论证了快速标校方法的可行性,并根据该方法设计开发了快速标校软件,设计了快速标校方法的操作流程。通过对试验数据进行分析,得出船载单脉冲跟踪雷达快速标校方法标校结果满足设备指标要求,缩短了相位标校时间,提高了相位标校工作效率。     

双轴挠性速率陀螺

 一个高速旋转的挠性圆片,代替了常规速率陀螺中的转子、框架、阻尼器和弹簧。它可以敏感输入平面内任意方向的角速度,构成一个双轴速率陀螺。本文介绍它的结构和作用原理;用拉格朗日方程建立它的运动方程式和传递函数方块图;分析挠性片在陀螺力矩作用下的弯曲变形规律和仪表的动态特性,说明电阻尼校正原理;文末列举具体的性能数据指出这种陀螺的主要特点并展示其应用前景。     

新型磁悬浮振动陀螺的设计与分析研究

振动陀螺是一种利用哥氏效应检测角速度的传感器,其谐振子的结构精度和阻尼均匀性限制了陀螺性能的提升。为减小谐振子结构与支撑锚点的影响,提出了一种全新概念的磁悬浮振动陀螺。该陀螺利用电磁悬浮的方法将谐振子悬空,从而简化了谐振子为无支撑锚点的集中质量块,降低了其结构精度要求,消除了机械结构阻尼,最终达到提升陀螺性能的目的。基于经典振动陀螺模型,理论分析了磁悬浮振动陀螺的基本工作原理,并说明了谐振子误差对陀螺性能的影响规律,设计了新型磁悬浮振动陀螺的结构,并对该结构的磁感应强度进行了仿真分析。仿真结果证明,悬浮质量块振动稳定,具有较好的磁场均匀性。最后对陀螺样机进行了测试,其固有频率为20Hz,标度因子约为1.6mV/[(°)/s],测试结果验证了所提磁悬浮振动结构的陀螺效应。     

力反馈式速率陀螺系统中非线性环节的影响分析

研究了速率陀螺传感器的非线性特性，利用描述函数方法对非线性的影响进行了分析。在小角速率输入条件下，非线性的影响是不能忽略的。系统仿真分析表明：系统参数的合理设计，可以显著地减小非线性造成的影响，从而改善系统性能。     

军用直升机雷达隐身性能仿真与评估

采用高频方法计算了某型通用直升机及其隐身改型的RCS数据,基于现有雷达隐身性能计算方法和直升机低空飞行特点,对直升机在单部雷达和雷达组网两种情况下的雷达隐身性能进行仿真分析,给出了单部雷达和雷达组网发现目标的判定准则,分析了直升机可探测范围曲线、平均综合检测概率和暴露时间等隐身指标。通过仿真分析,评估了不同飞行高度下RCS减缩与直升机隐身性能的定量关系,为直升机的隐身设计提供了参考依据。     

数据挖掘在运载火箭智能测试中的应用

针对运载火箭复杂系统的故障检测难以建立准确的数学模型的问题,研究了基于数据驱动的数据挖掘异常检测算法,对多种数据挖掘算法在运载火箭发动机异常检测的应用进行了研究和分析,提出了基于混合概率密度统计的多策略异常检测评价算法。该算法基于非监督学习的算法挖掘火箭发动机不同参数间的正常关联模型,火箭发动机早期的异常数据会引起正常关联模型的破坏,引入混合概率密度统计的多策略异常检测评价机制,可以有效屏蔽参数测量故障对系统故障检测的影响,从而更加准确给出系统异常程度。使用发动机历史试车数据作为样本进行特征模型的训练,使用一元、多元和混合概率密度模型对存在异常的发动机试车数据进行了实时异常检测的实验验证。实验结果表明,相比传统基于阈值和规则的异常检测算法,基于概率密度统计的多策略异常检测算法不仅可给出系统的正常和异常的状态,还可计算各参数和整个系统的异常值,为运载火箭进一步的故障诊断提供更加灵活的参考。     

BP神经网络在航空复合材料敲击检测中的应用

随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多.提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法.首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%.实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测.     

HT-TBD在水下目标被动检测中的应用

在弱目标检测研究中,HT-TBD检测算法是 1种有效的理论方法。针对现有水下弱目标被动检测的难题,提出 1种适用于水下目标被动检测的 HT-TBD算法。首先,阐述 HT-TBD检测思路,在分析声呐浮标检测组检测预处理基础上,研究基于 TBD理论和 Hough变换的水下目标被动检测算法;其次,围绕浮标阵型适用场景,分析探测设备指标、环境场地指标、目标指标及干扰指标,给出拦截阵和覆盖阵 2类试验方案及步骤;最后,在新安江水库对 2类试验场景数据进行采集和预处理。结果表明:通过实测数据和 MATLAB仿真验证了 HT- TBD检测算法在水下弱目标检测的可行性和有效性。     

Aircraft engine fault detection based on grouped convolutional denoising autoencoders

Many existing aircraft engine fault detection methods are highly dependent on performance deviation data that are provided by the original equipment manufacturer. To improve the independent engine fault detection ability, Aircraft Communications Addressing and Reporting System (ACARS) data can be used. However, owing to the characteristics of high dimension, complex correlations between parameters, and large noise content, it is difficult for existing methods to detect faults effectively by using ACARS data. To solve this problem, a novel engine fault detection method based on original ACARS data is proposed. First, inspired by computer vision methods, all variables were divided into separated groups according to their correlations. Then, an improved convolutional denoising autoencoder was used to extract the features of each group. Finally, all of the extracted features were fused to form feature vectors. Thereby, fault samples could be identified based on these feature vectors. Experiments were conducted to validate the effectiveness and efficiency of our method and other competing methods by considering real ACARS data as the data source. The results reveal the good performance of our method with regard to comprehensive fault detection and robustness. Additionally, the computational and time costs of our method are shown to be relatively low.     

基于RELAX的空中多机动目标检测与参数估计

 针对机载雷达空中多机动目标的检测问题,提出了一种基于RELAX算法的空中多机动目标检测与参数估计方法。该方法将重构时间采样技术与RELAX算法相结合,有效地抑制了检测过程中强信号分量对弱信号分量的影响,在待测单元内存在多个目标时,能够获得很好的参数估计结果,并且在脉冲点数有限的情况下,该方法得到的参数估计精度依然很高。同时,本文还推导了空中多机动目标参数估值的克拉美罗界(CRB),为估计结果提供了理论下限。仿真结果证明了该方法的有效性。     

航拍高光谱图像中基于投影的自动目标检测算法

针对未知环境条件下的高光谱图像目标检测问题进行了研究，提出了一种基于投影的自动目标检测算法。该算法通过构造正交投影算子预先对部分干扰物信息进行削弱，再以无监督的自动目标搜寻方法找到场景中可能的目标物，将图像数据向可能目标物所张成的子空间投影以增强目标物的信息，然后用匹配的方法完成检测。有效减弱了干扰物对目标检测的影响，缩小了目标搜索的范围。应用此算法对实验采集数据进行处理，取得了较好的结果。     

Calculation of Probability of Detection with Target Scintillation

This paper presents a computational method for the calculation of probability of detection using measured radar target cross-section data. The described method can also be used for probability of detection calculations when the radar target cross section follows a specified probability density function. Using the computational procedure of the paper, a number of curves are generated which can be used for probability of detection calculations with exponential and Gaussian radar target cross-section distributions. The results obtained using theoretical distributions are compared with the corresponding results using actual target cross-section measurements. The results of computer runs are compared to the corresponding values in the literature where available.     

基于加权融合的多信源弹道数据实时野值检测方法

研究多信源弹道数据实时处理中斑点野值的检测问题.通过计算各信源数据的实时精度,给出了具有自适应加权系数的加权融合方法,实现了对目标状态参数较高精度的估计,从而实时、准确、高效地检测各信源数据野值.仿真结果表明,本方法可以快速、有效地检测多信源数据的斑点野值,解决因数据切换带来的台阶跳跃问题.     

基于RBF神经网络的FADS系统及其算法研究

以典型的十字形布局的大气数据传感系统及其跨声速应用为研究对象,基于RBF神经网络,设计了新的FADS算法和故障检测处理方法。将测压点按不同功能进行精细的划分和组合,形成更加精简、目的性更强且相互独立的RBF网络处理子模块,利用各子网络模块提供的冗余特性,使用基于故障特征向量表的方法,实施简单而有效的故障检测与处理。仿真验证表明,迎角与侧滑角的测量误差不大于0.5°,且故障检测是有效的。     

A method for satellite time series anomaly detection based on fast-DTW and improved-KNN

In satellite anomaly detection, there are some problems such as unbalanced sample distribution, fewer fault samples, and unobvious anomaly characteristics. These problems cause the extisted anomaly detection methods are difficult to train accurate classification model, and the accuracy of anomaly detection is hard to improve. At the same time, the monitoring data of satellite has high dimension and is difficult to extract effective features. Based on the DTW over-sampling method, this paper realizes the over-sampling of fault samples in satellite time series, and constructs a distributed and balanced time series data set. The Fast-DTW method is applied to calculate the distance between different time series, which can improve the speed of similarity calculation. KNN (K-Nearest Neighbor) method is applied for classification and the best classification result is obtained by search the optimal hyper-parameters k. The results show that the proposed method has high anomaly detection accuracy and consumes short calculation time.