汽车侧窗风振特性研究及控制

在对参考车型进行道路试验的基础上,应用CFD(计算流体力学)技术对豪华轿车的侧窗风振特性进行了仿真分析,分析结果表明后窗的风振比前窗剧烈得多;考查了频率及其强度与车速、车内体积、侧窗开启位置、侧窗开启数目的关系。根据风振产生的机理,采用两种措施对后窗的风振进行了控制,风振压力脉动最大降低了9dB。     

基于Daubechies小波的X射线脉冲星信号降噪研究

针对X射线脉冲星弱信号埋没在强噪声中,在短时间内周期叠加的脉冲轮廓的信噪比低,影响脉冲到达时间的估计精度和效率,提出基于Daubechies小波的X射线脉冲星信号降噪的算法。在对RXTE观测数据预降噪处理和周期叠加的基础上,采用Daubechies小波算法做降噪处理,使得较短的时间内仍能获得高信噪比的脉冲轮廓。利用RXTE观测数据进行验证仿真,结果表明,该算法能有效滤除X射线脉冲星信号所包含的设备及空间环境的噪声,在保证脉冲到达时间精度的情况下,缩短了观测时间,提高X射线脉冲星导航的效率。      

舰空导弹发射时间窗解算模型仿真

介绍了舰空导弹发射时间窗的概念和舰空导弹杀伤区、发射区的形状和参数,在舰空导弹发射区解算的基础上,对时间窗的解算进行了数学建模,其目的是将结果作为目标威胁评估的一个指标和确定舰空导弹的发射时机。为了使时间窗解算具有实时性和合理性,在解算中考虑了来袭目标机动的影响,采用MATLAB对所建模型进行了仿真计算。仿真结果表明,所得数据可作为舰空导弹对来袭目标的威胁评估和目标分配的依据,指导防空作战指挥决策。     

基于加权矩阵的TDOA多站无源定位算法

无源定位技术有着广阔的应用前景,传统的多站无源定位通常使用泰勒展开法对目标进行定位求解,在此基础上一种基于加权矩阵的多站到达时间差测量法被提出.当被测目标发射信号中存在稳定载波情况下,以各站点的载波跟踪环路为切入点,分析了采用常规时域相关法对载波跟踪时的环路噪声特性方程,利用此方程对多个观测站间的距离差观测量加权矩阵进行建模,再利用此加权矩阵对定位方程进行改进,最终得到高精度的目标位置解.通过仿真实验可以证明:在同等条件下该方法比传统泰勒展开法的定位精度有所提高,最好可提高精度约30%.该方法是一种适用于多站无源定位的有效方法,尤其适用于移动观测站点情况.      

广义回归神经网络在卫星钟差短期预报中的应用

近年来,神经网络(Neural Network,简称NN)在非线性系统的预测方面取得了广泛的应用。考虑到卫星钟差包含了复杂的非线性因素,所以将一种新型神经网络-广义回归神经网络(Generalized Regression Neural Network,GRNN)应用于钟差预报中。采用“滑动窗”方式构建样本数据以提高数据利用率,为提高网络的泛化能力,利用K重交叉验证法(K-fold Cross-Validation)对网络进行训练学习,并根据最小均方根误差(Root Mean Square Error,RMSE)确定最优平滑因子。利用国际GNSS服务(International GNSS Service,IGS)公布的精密GPS卫星钟差数据进行预报实验,并与传统二次多项式模型对比分析。结果表明：GRNN模型在24h的预报跨度内的误差可达ns级,并较多项式模型有更好的稳定性;对于线性钟差,GRNN模型要逊于多项式模型,而对于非线性钟差,GRNN模型则明显优于多项式模型,初步验证了GRNN用于钟差预报的可行性、有效性以及实用性。     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

MEMS陀螺随机漂移误差系数的动态提取

针对传统Allan方差提取微机电系统（MEMS）陀螺随机误差系数仅得到近似均值,与实际中其随时间在均值附近波动不相符的缺点,提出一种动态提取MEMS陀螺随机误差系数的方法。该方法将窗函数引入Allan方差计算,不仅能够正确提取MEMS陀螺随机误差系数,而且还能得到MEMS陀螺随机误差系数的时间变化曲线,这将有利于MEMS陀螺的性能分析和误差补偿。实验证明该方法提取的MEMS陀螺随机误差系数的时间变化曲线在以传统Allan方差得到的近似均值附近波动。由此可见,该方法具有一定的可信度。     

无源跟踪观测信息的融合优化滤波算法研究

为充分利用探测设备可测得的到达时间、到达方向和多普勒频率等空域、时域与频域信息,提出了一种新的单站无源定位系统数据融合优化滤波算法。给出了算法的基本原理及其模型。仿真结果表明：与传统算法相比,该算法具更好的定位精度和收敛速度,是一种有效、可行的定位算法。     

基于时频分布的宽带信号到达角估计方法

针对宽带信号到达角估计问题 ,提出了基于时差的信号源到达角估计方法。从宽带信号到达时差估计的讨论入手 ,提出了基于时频分布的信号去噪处理 ,以及在此基础上的宽带信号到达角的估计方法。经过仿真证明该方法有效地改善了信噪比 ,能够更好地对信号之间的时差进行估计 ,从而将宽带信号到达角估计转化为信号时差估计的问题。采用时差方法能够简化宽带信号的到达角估计 ,克服了传统MUSIC类方法仅适用于窄带信号的局限     

基于TDOA/FDOA不相关估计的选择融合定位方法

为提高单独到达时差或频差定位精度,本文首先提出可达TDOA克拉美罗界的TDOA解析解,然后采用最大似然网格搜索算法获得FDOA定位解,最后采用基于TDOA/FDOA不相关估计选择融合的解形成联合解。仿真和理论分析表明:该联合算法定位性能优于单独定位,定位精度在有或无地球约束时均可达联合的克拉美罗界。