航空发动机叶片三坐标测量优化采样方法

针对航空发动机叶片三坐标检测测量效率低的问题,提出了一种适用于翼型曲面三坐标测量优化采样算法。基于杠杆平衡系统,对现有采样算法做了统一的数学描述;并通过引入挠率信息,使得曲率-弧长采样算法适用于空间曲线,并在此基础上研究了基于前、后缘线选取叶片被测截面的算法;研究了弧长分量与曲率分量的比例系数的优化方法。最后,对多个叶片模型进行采样实验,计算重构误差并与等参数采样、等弧长采样、曲率采样、等弦公差采样、加权曲率采样算法对比,结果表明优化采样算法精度提高11.2%以上,与等步长采样方法对比,测点数减少92.3%。      

高精度惯性导航系统动态基准设计方法研究

为了有效评估高精度惯性导航系统的动态精度,获取更高精度的动态基准导航参数是关键.提出了一种针对高精度惯性导航系统的动态基准设计方法,对固定区间平滑滤波的算法原理进行了研究,并在不改变外测信息采样周期的前提下,对算法进行了改进,以提高固定区间平滑滤波对导航系统误差估计的平滑度.经仿真数据和实测数据验证,改进后的固定区间平滑滤波算法能有效提高惯性导航系统导航精度,平滑后的导航参数可作为评价高精度惯性导航系统动态精度的基准.     

应用FFT高精度快速计算瞬态响应

为了提高瞬态响应的计算速度和精度,构造了基于快速傅立叶变换的响应计算格式,并研究了这种格式的本质。理论分析和数值仿真表明：ａ所提的计算格式能够提高速度８ 倍;ｂ基于抛物线型求积公式的算法精度最高;ｃ只要频域采样点数 Ｍ 超过时域采样点数２ 倍,计算精度就与 Ｍ无关。     

捷联惯性导航系统递推圆锥补偿姿态算法研究

本文介绍了一种捷联姿态算法中的圆锥补偿递归算法。从而可以根据硬件限制和系统指标要求任意选择姿态算法的频率,而计算量变化很少,可以在只对计算能力增加一点要求,而大幅度提高采样频率,从而提高圆锥补偿的精度。     

不同参数对地形等值线匹配算法精度影响的评估分析

影响地形辅助导航匹配算法性能的因素很多,而目前基于信噪比的分析方法不能全面准确地评估匹配精度受各种参数的影响情况。本文以等值线(ICCP)算法为研究对象:首先,通过理论分析指出目前基于信噪比的分析方法的局限性和算法灵敏度受航向的影响情况;然后,通过仿真分别研究高度测量精度、惯导(INS)航迹精度、初始位置误差、航向误差、采样设置等因素对匹配精度的影响,并进一步从地图独特性、高度测量误差和INS航迹误差3个方面综合分析了各类误差和具体的误差参数对匹配性能的综合影响;最后,从算法的匹配精度和实时性等角度总结了各种参数的影响情况,为ICCP算法的工程应用提供理论基础。     

七阶正交容积卡尔曼滤波算法

在高斯滤波框架下,阶次越高,近似精度越高。为提高滤波精度,通过提高阶次,提出了七阶正交容积卡尔曼滤波(CQKF)算法。在传统CQKF算法的基础上,该算法扩展了线性积分的近似阶次,提出了七阶球面积分的确定性采样方法;进而扩展了球-半径准则,提高了滤波估计精度。飞行器目标跟踪的仿真实验证明了该算法的有效性,证明了七阶CQKF比五阶CQKF、三阶容积卡尔曼滤波器(CKF)和无迹卡尔曼滤波器(UKF)有更高的滤波精度。     

一种复合采样数据处理方法在转台控制系统动态测试中的应用

简要介绍了用计算机实现数字化测试转台控制系统频率特性的原理和离散傅里叶变换频谱泄漏产生的原因,然后针对正弦稳态测试,采用了一种调整采样周期和匹配采样长度的复合数据处理算法。通过仿真分析,此法能有效减小泄漏误差的影响、提高测试精度,且简单易行。     

交流采样在飞机发电机控制器中的应用

为了更有效地提高飞机供电系统的质量,本课题对交流采样技术在航空电源上的应用进行了研究.提出了一种通过交流采样实时采集调节点处电压等电力参数,通过数字信号处理算法对采集到的数据进行数值分析,有效地监控供电系统工作状态.系统采用TMS320F2812控制核心.试验结果表明:该系统具有较高的精度和可靠性,对国内航空电源系统向...     

一种对多传感器异步数据的融合处理方法

在传感器异步采样时刻情况下 ,对机动目标的跟踪滤波算法进行了探讨 ,基于细分时间片的方法 ,提出了一种将多传感器数据组合成类似于单传感器数据的异步数据处理方法 ,运用于目标点迹航迹的合成。通过对多传感器数据的利用 ,增大对目标观测的数据流数据率 ,来提高跟踪精度。仿真实验显示 ,各通道的均方根误差均相对减小 ,表明了算法的可行性。     

欠采样条件下的频率估计技术研究

为了在欠采样条件下实现信号真实频率的估计,文章阐述了在对信号采样过程产生频率模糊机理进行分析的基础上,根据频谱位置模糊与采样频率的特定关系,提出了利用两个欠采样频率进行采样来实现解模糊的算法,仿真验证了算法的有效性.     

利用重要性采样的时差-频差联合估计算法

针对无源定位中参考信号真实值未知的时差(TDOA)-频差(FDOA)联合估计问题,构建了一种新的时差-频差最大似然(ML)估计模型,并采用重要性采样(IS)方法求解似然函数极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本加权均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗下界(CRLB),并通过仿真实验表明,算法的计算复杂度适中,估计精度优于CAF算法和EM算法,在不同信噪比条件下估计误差接近CRLB。     

卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用

 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。     

MIMO雷达射频隐身性能优化的目标跟踪算法

随着现代战场中电子对抗的日益激烈,雷达的生存环境受到了严重的威胁。射频（RF）隐身技术是一种提高雷达及其运载平台战场生存能力的重要途径。为提高雷达射频隐身性能,针对具有MIMO探测模式的新体制雷达提出了隐身性能优化的目标跟踪算法。该算法基于射频隐身性能优化模型,通过自适应控制系统的子阵划分个数、平均发射功率、波束驻留时间以及采样周期,在满足系统跟踪性能要求的前提下优化系统射频隐身性能,其中的射频隐身性能综合考虑了截获因子及采样周期。仿真结果表明,与传统相控阵雷达相比,本文所提出的目标跟踪算法使MIMO雷达具有更好的射频隐身性能。     

基于CCFHTLS算法的异步电动机转子故障检测

定子电流经低通滤波器处理后产生高斯有色噪声,限制了异步电机转子故障检测算法的辨识精度。针对该问题,提出一种抑制高斯有色噪声的异步电机故障检测技术。首先对采集到的定子电流进行预处理,利用逆同步旋转变换剔除基波,避免了直接检测时基波对故障辨识精度的影响。然后利用互相关函数(CCF)处理技术对高斯有色噪声的抑制作用,提出基于CCFHTLS算法的电机转子故障诊断技术。针对异步电机转子断条和偏心故障的识别进行试验,结果表明CCFHTLS算法可以有效抑制高斯有色噪声,并保留故障有用信息,显著地提高了故障检测的分辨率。     

一种基于NGA-QPF的航天器姿态估计方法

针对航天器姿态确定中的非线性非高斯的滤波问题,提出一种基于遗传算法的粒子滤波的航天器姿态估计方法。该方法将姿态四元数作为采样粒子进行粒子滤波,并将小生境遗传算法（NGA）引入粒子滤波算法中,以改善粒子滤波的性能;用遗传算法单独进行陀螺偏差估计,以减少粒子滤波的状态维数。该姿态估计方法保持了四元数的归一化性质,通过引入小生境遗传算法解决了重采样阶段的粒子退化问题,并且由于单独估计陀螺偏差避免了粒子滤波状态的扩展。该方法能够在较少粒子的情况下实现高效率高精度的定姿,仿真结果说明了方法的有效性。     

改进概率关联算法在组合导航系统中的应用研究

针对组合导航系统中子系统提供的量测信息相互之间关联性不足的问题,在组合导航系统中引入改进概率关联算法,通过改进的概率关联算法将这些导航信息按一定关系联系起来并进行融合计算。首先通过推导短时间概率关联算法求解惯性导航系统(INS)得到信息的可信概率,并引入掩模算子对全球定位系统(GPS)信息进行精度判断;然后,推导出长时间概率关联算法对组合导航系统信息进行融合;最后,建立修正算法并利用长时间概率关联算法得到的信息对惯性导航系统进行误差修正。仿真结果表明,这一改进的概率关联算法可以有效判断GPS信息精度并提高组合导航系统的导航精度。     

基于边缘采样的简化高阶CKF在非线性快速传递对准中的应用

针对舰载机惯导系统非线性传递对准问题中误差模型不完善的问题，同时考虑了挠曲运动和动态杆臂的影响，提出了一种新的适用于大方位失准角情形下的挠曲变形和杆臂效应加速度一体化误差模型。采用高阶容积卡尔曼滤波（HCKF）算法对状态进行滤波估计，考虑到HCKF具有较大的计算量，分析了传递对准模型的状态方程与量测方程结构，设计了一种基于边缘采样的简化高阶容积卡尔曼滤波（M-RHCKF）算法，其在时间更新中使用边缘采样算法，在量测更新过程中使用简化量测更新过程，并给出了该算法的证明过程。采用"速度+姿态"组合匹配方式，对提出的误差模型进行仿真实验。结果表明，该模型可以满足对准精度和对准时间的要求，相比于未考虑动态杆臂的传递对准模型具有更高的对准精度。     

同时考虑基本变量和失效域模糊性的广义失效概率数字计算方法

针对基本变量和失效域均具有模糊性的广义可靠性分析问题,提出了一种基于模拟退火优化的高效数字计算方法。在数字模拟的过程中,由模拟退火优化的Metropolis准则逐渐优化提取样本的重要抽样密度函数。由于基本变量和失效状态均含有模糊不确定性,因此所提算法在构造重要抽样函数时考虑了两个因素的影响,其一是基本变量的等价联合概率密度函数,其二是状态变量对模糊失效域的隶属函数,从而使得对广义失效概率贡献大的样本出现的概率较大,提高了抽样效率和计算精度。所提算法在模拟退火逐渐寻优的过程中,充分利用了过程中的信息,进一步提高了计算的效率,算例的结果也表明本文所提方法是合理可行的。