基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

基于光电编码器的电机变周期速度观测器设计

针对光电编码器在伺服系统应用中速度估计易受系统振动干扰和存在量化误差的问题,设计了一种基于变采样周期观测器的速度估计算法.通过观测器的积分运算抑制振动干扰;通过采样周期和光电编码器脉冲的同步,使量化误差最小;为了减小观测器离散域极点变化对算法性能的影响,保证变周期观测器在较大速度范围保持较高精度,给出了一种观测器增益系数的计算方法.实验表明该算法可以在保证动态性能的同时,有效抑制振动和量化误差引起的估计误差,提高速度估计精度.      

一种基于视觉成像的快速收敛的位姿测量算法及实验研究

 由三维目标与其二维图像估计相对于目标的位置和姿态是计算机视觉成像中的一个重要问题。正交迭代(OI)算法是一种快速、且能全局收敛的姿态估计方法，但是当数据恶化时，不能给出正确的旋转矩阵。本文改进了该算法中旋转矩阵求解方法，避免了旋转矩阵求解中出现的错误。建立了模拟实验系统，使用改进的算法进行测量，在0.45～5.20 m的范围内，摄像机到目标距离的相对误差小于±0.41%；在距离为3 m时，旋转角度测量误差小于±1.8°。数学仿真结果表明，改进后算法的抗噪声能力得到改善，结果更为准确，且能快速收敛。     

航空电子系统动态仿真综合设施软件模拟器设计

航空电子系统已成为保障飞机安全飞行和完成各种作战任务所必需的系统，也是衡量飞机性能的重要因素，航空电子系统在研制中，通常需要建立动态仿真综合设施，为此就要设计其中的软件部分，通过对航空电子系统动态仿真综合设施软件模拟器设计的论述，总结和分析了软件模拟器的设计思路和方法。