群时延特性对卫星高速数传中继系统的影响

主要关注线性和抛物线特性的群时延对高速数传系统的影响,在分析了群时延特性的概念后,设计了具有仿真要求的群时延滤波器,建立模型对系统进行了仿真,得出了线性和抛物线特性的群时延对系统接收端信噪比恶化的影响,为整个系统的均衡程度提出了指标要求和参考。     

LDPC码在联合信源信道编码中的应用

介绍了LDPC码的编译码原理,建立了一种应用LDPC码的联合信源信道编码图像传输系统结构,对其性能进行了分析,并给出了LDPC码在联合信源信道编码中应用的进一步研究方向。     

DSMS悬挂物的初始化和控制流程研究

首先指出了数字式悬挂物管理系统(DSMS)的先进性,分析了其组成和接口,然后重点研究了DSMS悬挂物的初始化和控制,包括各状态系列、接口控制动作、标准消息数据格式,进而以流程图的形式概括了整个过程.     

MEMS惯测技术在管道测绘系统中的应用

针对小口径管道的测绘问题,提出了一种MEMS惯测装置在小管道测绘系统中应用的方法,直接利用地标点信息为MEMS惯测装置装订初始方位,采用因子图理论对惯性/里程计组合导航信息进行处理,通过后续处理对装订误差进行修正,解决了MEMS惯测装置无法完成初始对准的问题。给出了惯性/里程计组合导航的因子图以及和积算法递推公式,并通过牵引试验对所提方法进行了验证。试验结果表明,提出的应用方法能够有效解决小口径管道的测绘问题,在100m间隔的路标点条件下,单边定位精度能够达到5cm。     

基于LC理论和概率神经网络的损伤识别

本文提出了结构健康监测中一种新颖的方法用于时变系统的损伤识别,选取FS-TARMA(函数基时变自回归移动平均)时间序列模型应用于一种随机振动信号中,这种振动信号在时变系统中用来估计TAR/TMA参数和创新方差。基于一种特征值分解技术,被估计的TAR/TMA参数和创新方差能够为损伤估计提供更多信息和数据,从而形成了一种新的理论LCs(潜在成分)。LCs被组合和分解成数值,接着输入概率神经网络中进行损伤识别。将这种新方法用于三自由度时变系统中进行评估,根据质量和弹簧刚度的降低来模拟不同级别的损伤。这种方法能够找出系统参数的时变性质和质量及刚度变化引起的损伤级别。结果表明:使用这种方法,与其他的非降维和普通的特征提取方法相比,识别的成功率有相当大的提高。     

基于变权理论的航空装备IETM使用验证评估方法

针对国内交互式电子技术手册使用验证及评估中缺少统一指标体系的问题,通过航空装备IETM特点分析及各型飞机保障设备试飞中使用评估的经验总结,制定了IETM使用验证方法和评估指标体系.利用变权理论,建立了IETM综合评估模型,解决了常权模糊综合评判在IETM评估中带来的状态失衡问题,并通过实例分析进行了模型验证.结果表明,采用变权模糊综合评估方法可以得出更为合理的评估结论.     

航空复合材料智能敲击检测方法研究

复合材料在生产和制造过程中难免会存在缺陷和损伤,严重影响着航空安全。敲击检测是最简单、运用最广泛的无损检测方法,然而其向智能化方向发展过程中出现了诸多问题。对复合材料结构特性、缺陷和损伤、安全性、敲击检测原理、敲击锤设计、信号处理单元、数据库搭建和智能检测算法进行了深入研究,提出了敲击检测标准流程和规范、数据库搭建方法、以及智能聚类检测算法,在此基础上开发了智能敲击检测系统。     

飞行员视觉信息流强度模拟及适人性分析

为了合理地确定飞行员在执行飞行任务时的视觉信息流强度,开发了飞机座舱显示界面仿真模型,以被试的正确反应率和反应时间来评价作业绩效.通过实验和数据分析得到以下结果:所建立的视觉信息流模型中视觉信息流强度曲线符合正态分布.不同的视觉信息量完成任务差异显著,信息量增加到一定程度时辨识变慢,出现错误的几率升高;在相同视觉信息量情况下,夜晚与白天、动态与静态执行任务辨识和绩效差异显著,白天要比夜晚、静态要比动态辨识效率和绩效更好.      

一种数字电离层测高仪系统中O波与X波的分离方法

电离层测高仪系统中,O波与X波的分离非常重要.本文提出一种新的O波与X波分离的实现方法,根据电离层回波的极化特性,通过在接收电路上采用数字方法合成圆极化波的方式,实现了对O波与X波的有效分离.与现有DPS-4测高仪系统采用模拟域电信号合成圆极化波的方法相比,本文方法通过在数字下变频处理过程中引入±90°相移,消除了在模拟域电信号合成方法中相移器的带宽限制和非线性问题.另外,该方法在实现发射和接收信号的极化状态转换时不需要连续切换多个模拟开关,从而提高了整个系统的稳定性.      

基于边频相对能量和的柱塞泵磨损状态识别

摩擦磨损是飞机柱塞泵典型的渐进性故障,因磨损量难以直接测量,通常采用振动信号进行间接测量.磨损引起的振动信号故障特征微弱,对磨损状态进行准确地识别比较困难.针对上述问题,提出了基于谐波分量边频相对能量和的磨损状态识别方法,该方法对壳体振动信号进行Hilbert包络解调消除高频周期干扰,得到清晰的谐波分量,在各谐波分量的特定边频区间内计算最大能量与平均能量的比值并求和,将该值作为新的特征量来表征柱塞泵的不同磨损状态,利用网格法对边频区间范围寻优.结果表明,边频相对能量和相比传统的特征频率能量对磨损状态的区分度更高,适于磨损状态识别.