基于微多普勒特征的人体上肢运动参数估计

人体行走的雷达特征研究是近年发展起来的新的研究方向,基于雷达的人体目标探测在安全防护、灾害救援、生物力学和运动学研究等方面具有广阔的应用前景。人体走动时手和腿的摆动对回波信号产生调制,回波信号的微多普勒特征能精细地刻画体动规律,将有效地探测并估计人体的运动规律。主要研究人体上肢的雷达特征,首先以人体上肢的运动模型为基础,建立了其雷达回波模型,通过理论分析得到了参数估计的方法,通过广义Radon变换提取行人摆臂的微多普勒。最后通过仿真实验,验证了算法的有效性。     

基于鲁棒控制的光纤电流互感器的噪声抑制

光纤电流互感器是一类存在模型参数不确定性的系统,为提高系统测量精度,利用鲁棒控制理论提出了系统的鲁棒H_∞控制器设计方案.分析系统的检测原理并建立数学模型.针对光纤电流互感器系统给出控制器设计指标,使得闭环系统渐近稳定且提高系统噪声抑制能力.理论证明控制器设计方案满足设计指标的要求,并利用线性矩阵不等式的可行解给出了控制器的构造方法.最后通过计算机仿真和实验结果证明了此控制器设计方案的可行性和有效性.     

爬壁蠕虫机器人构型初探

根据松毛虫和尺蠖蠕动前行的特点以及仿生学原理,基于模块化思路分别提出了松毛虫和尺蠖爬壁机器人运动学构型.针对两种模型,讨论比较了它们的安全性和可用步态.通过分析松毛虫的蠕动步态和尺蠖步态,发现基于全主动关节驱动的松毛虫模型中存在冗余驱动问题.但由于松毛虫模型具有更多的可用步态,因此比尺蠖模型具有更高的安全性.这两种模型的样机由若干吸附模块和关节模块构成,以验证两种蠕虫机器人的爬壁能力.试验表明由于松毛虫机器人运动时存在冗余驱动,导致吸盘出现侧滑力,同时验证了尺蠖机器人在竖直壁面上的爬壁能力.为了进一步改进尺蠖机器人的吸附能力,采用了一种非对称的运动步态.     

内增湿式质子交换膜燃料电池堆动态传热模型

建立了质子交换膜燃料电池阴极的传质模型,综合考虑了影响电堆传热的多个因素,在此基础上针对内增湿式燃料电池堆建立了动态传热模型.采用Runge-Kutta-Felhberg法对模型进行求解,对电流、反应物过量系数、压强、冷却水流量等对电堆温度的影响进行了研究.结果表明,当电流大于25A时电堆温度将不能自行稳定在80℃以下,采用水冷可以有效地将电堆温度控制在较理想的范围内.在额定功率为5kW的燃料电池堆试验台架上进行了热管理试验,试验结果同模型预测值吻合较好.     

刚性车轮月面牵引通过性的模型试验

以重塑模拟月壤为介质,利用深空探测车车轮牵引特性实验台,研究了月面巡视探测器的刚性轮齿车轮与模拟月壤的交互作用,分析了车轮转速、轮上载荷等试验因素对车轮牵引通过性的影响.研究结果表明,当车轮转速较低时,挂钩牵引力随滑转率的增加而不断提高;当车轮转速较高时,存在着临界滑转率点.轮上载荷的增加有利于提高车轮的挂钩牵引力,但对挂钩牵引力系数的影响较小.     

基于星敏感器的两种姿态确定算法比较分析

介绍了星敏感器的两种姿态确定算法：最小二乘算法和QUEST算法,推导了最小二乘算法和QUEST算法求解三轴姿态的公式;比较了两种算法在不同恒星数目下的计算精度以及在全天区范围内的计算精度;利用实例说明QUEST算法不仅在全天区范围内姿态计算精度高于最小二乘算法,而且在观测星数量较少,且观测星座呈现较为不利的构型时仍然具有较高的计算精度.     

极高真空技术的发展

总结了极高真空(XHV低于10-9Pa的压力范围)获得和测量方法以及获得和测量极高真空的限制因素,描述了降低XHV系统器壁和元件(包括真空规或残余气体分析器)出气率采用的技术。     

不确定载荷下的桁架结构拓扑优化

对带有不确定扰动载荷的桁架结构拓扑优化问题进行了研究.将不确定载荷表示成有界凸集,从而把不确定性问题转化为一个确定性问题.构造了凸集载荷下以体积为约束的柔度最小化模型,该优化模型的实质是在高维椭球内计算最大柔度最小问题.由于采用传统优化模型存在计算上的困难,对凸集载荷进行了数学处理,并据此构造了半定规划形式的优化模型以便求解.优化结果相对于给定载荷的刚度虽然略低,但对不确定的扰动载荷却具有一定的承载能力.算例表明通过半定规划法构造的考虑扰动载荷作用下的优化结果鲁棒性较佳,结构形式更接近于实际工程结构.     

基于遗传算法的设备布置优化算法

对设备布置问题,建立了多目标优化数学模型.为弥补当前的现场布置遗传算法在变异阶段的不足,将最优个体变异与随机变异相结合,设计了组合变异策略:首先变异最优个体,如果变异出更优的个体,则用新个体替换当前种群的最差个体;如果最优个体变异不成功,则随机选择一个个体执行随机变异.据此,提出了一种改进的遗传算法用于求解设备布置问题.仿真实验证明了组合变异策略能够在明显较短的时间内,取得与随机变异相当的最优布置结果.对比分析进一步验证了该算法的有效性.     

基于预测校正方法的RLV再入制导律设计

针对高超声速可重复运载器RLV(Reusable Launch Vehicles)的再入飞行问题,利用数值预测校正方法与准平衡滑翔条QEGC(Quasi-Equilibrium Glide Condition)相结合的方法在线设计同时满足热流、法向过载和动压等轨迹约束与末端精度要求的倾侧角制导律.建立三自由度动力学方程,确定初始条件、末端精度要求和轨迹约束要求;然后详细阐述预测校正方法和准平衡滑翔条件的原理,再利用预测校正方法设计制导律,用QEGC把约束转换为对倾侧角制导律的上界,通过限制倾侧角的幅值来限制约束.最后在计算机上进行制导仿真,并考虑初始条件不确定性,进行蒙特卡洛仿真,通过分析仿真结果,证明利用预测校正方法结合准平衡滑翔条件可以快速的设计出满足末端精度要求和轨迹约束的制导律,并对初始条件不确定性有较好的鲁棒性.