谐振式加速度计自激振荡电路性能评价方法的研究

针对谐振式加速度计成品率不高、精度低等问题,以石英振梁加速度计为例,采用引进标准信号,将谐振电路作为"黑盒子",对其开展独立的评价.通过评价电路的驱动电压幅值稳定性、移相稳定性、全温幅值/相位对称性等指标,与加速度计实际指标建立了一一对应的关系,为加速度计研制与性能提升提供了有效依据.实际运用表明,电路噪声性能、温度性...     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法.在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效.最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系...     

星间自主相对测距中载波相位整周模糊解算方法研究

载波相位整周模糊度解算是利用载波相位进行星间无线电相对距离测量的关键。介绍编队小卫星的工作特点,针对星间相对距离实时、高精度测量的要求,详细阐述利用双频伪码和载波相位观测值解算载波整周模糊度的方法,推导伪码、载波相位测量误差与模糊度解算误差的关系,讨论降低误差的方法。计算机仿真结果表明,该方法可以在单个测量历元获得载波相位整周模糊解算,解算精度与伪码测距精度成正比关系。     

基于奇异值分解的冗余惯导系统故障诊断

为了验证奇异值分解法（SVD）存冗余惯性组件系统故障诊断中的实用性，进行了一系列的研究。以沿正十二面体对称侧面配置的六陀螺冗余惯件组件为平台，对2种基于奇异值分解的故障诊断方法进行了相心的实验，分析了不同类型故障下的故障诊断效果及其原因。实验结果证明了方法在实际应用中的有效性，2种疗法均可以正确的诊断出故障。奇异值分解法中的方法2不仅可以检测一个陀螺的故障，还可以检测2个陀螺同时发生故障的情况，有更广泛的实用价值。     

导航卫星星座整体旋转的检测与校正

研究了利用星间距离观测值或速度观测值进行导航卫星自主定轨时存在的卫星星座整体旋转的问题，并提出了消除该系统误差的地面校正法。利用含有系统误差△Ω的卫星星历进行单点定位时，求得的点位大地经度也会产生△L的偏差，且△L=△Ω，因此，由点位大地经度差△L即可确定卫星星座整体旋转误差。试验结果表明，△Ω与AL的差值不到10^-5秒，从而证实该方法是有效的。     

二维复值Ginzburg-Landau方程的一个高阶紧致ADI差分格式

对二维复值金兹堡朗道(Ginzburg-Landau,GL)方程提出一个基于时间分裂的高阶紧致交替方向隐式有限差分格式。本文通过时间分裂法将GL方程分裂成一个非线性子问题及两个线性子问题,对非线性子问题以及其中一个线性子问题均通过精确积分进行计算,并对另一线性子问题构造紧致交替方向隐式差分格式进行数值计算。实际计算中,在每一时间步,利用追赶法求解一族常系数三对角线性代数方程组,从而使得算法既具有较高精度又拥有较快的计算速度。数值实验表明该算法在时间和空间方向分别具有二阶和四阶精度,并模拟了方程的一些动力学行为。     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

限带白噪声随机过程的雨流幅值概率密度函数模型

对17种不同带宽系数的限带白噪声随机过程进行了雨流循环计数统计,提出了一个限带白噪声随机过程的雨流幅值概率密度函数(Probability density function,PDF)模型。该模型是Rayleigh分布和Weibull分布的线性组合,其中待定系数均为随机过程谱参数的函数。采用该模型对这17种随机过程的雨流幅值概率密度函数进行了公式拟合,探究了模型中待定参数与随机过程谱参数之间的关系,确定了模型表达式。对照随机过程的雨流计数统计结果,将该模型与Dirlik模型的预测精度进行了比较,结果表明该模型的预测效果优于Dirlik模型。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。