基于数据深度加权的卫星轨道确定技术

将统计数据深度理论应用到抗差估计中,用数据深度作为衡量残差在整个样本集中地位的统计量.提出了基于数据深度加权的抗差估计算法.考虑到天基观测结构的复杂性,设计了天基测控的误差传播因子,并构造了模型结构权对定轨模型结构进行加权.在此基础上构造了基于数据深度加权和模型结构加权的M估计算法,证明了该算法的高崩溃点特性.设计了天基测控模式下的轨道确定仿真试验,试验结果表明该估计方法能有效抑制观测粗差和模型结构误差的影响,并且能显著提高定轨算法的鲁棒性.     

一种新的缺陷压电体奇异准协调单元及其断裂分析

在缺陷压电体断裂理论分析的基础上构造了一种新的缺陷压电体广义位移模式并建立了有限元断裂分析模型;提出了求解压电体含大曲率缺口广义强度因子等断裂参量的数值分析计算方法。考查了不同结构尺寸、电位移与电场对解的影响,本方法所得的结果与理论解一致,说明了本文方法的有效性。     

基于小波域贝叶斯估计模糊萎缩的SAR图像降斑算法

提出了基于小波域高斯混合模型贝叶斯估计模糊萎缩的SAR图像降斑算法.该算法分析了SAR图像在平稳小波变换(SWT)域中的统计模型,并用高斯混合模型对其进行描述,推导出基于贝叶斯估计的信号最小均方误差(MMSE)的模糊萎缩因子.籍此再根据小波域相邻尺度间小波系数的相关性,采用分区域模糊萎缩思想,很好地得到无斑点真实信号小波系数的估计值.仿真结果表明该算法在大大抑制斑点噪声的同时,有效地保持了边缘,其性能优于改进Lee滤波、小波软阈值和SWT萎缩降斑算法.     

BPL长波附加二次相位因子采集与建模

分析了长波BPL授时传播误差,设计了一个定点附加二次相位因子(ASF)传播误差数据实时采集系统。对误差模型进行了系统辨识研究,研究结果表明定点附加二次相位因子(ASF)误差基本属于平稳随机过程。并运用时间序列分析方法对BPL长波传播中附加二次相位因子(ASF)进行研究,取得初步模型数据,得到一些有益的结论,为获得的模型数据为进行ASF误差的预测及扣除其对长波BPL授时影响,提高授时精度的研究提供了依据。     

基于GPS对地球同步轨道自动转移飞行器进行导航的可行性分析

研究利用GPS对地球同步轨道自动转移飞行器进行导航的方法,分析了飞行器在转移过程中可用的GPS卫星数目,在地心惯性坐标系下建立了惯导误差和GPS的伪距、伪距变率模型,采用渐消因子的自适应卡尔曼滤波对飞行器进行组合导航.仿真结果表明,可用GPS卫星的数目随着飞行器高度的增高而减少,因此无法利用单一历元观测信息直接对飞行器导航.但采用多历元观测信息和动力学模型相结合的滤波方法可对飞行器进行组合导航,当飞行器初始位置偏差为1 km,初始速度偏差为1 m/s,伪距及伪距变率观测均方差分别为10 m和0.05 m/s时,地球同步轨道自动转移飞行器的最终位置偏差小于50 m,速度偏差小于0.02 m/s.      

分子气体稀薄效应的动理学建模

稀薄气体效应,是指气体在特征尺度与其分子平均自由程相当的系统中流动时出现的非平衡效应.相比于单原子气体,分子气体(每个气体分子包含两个及以上原子)流动因同时具有转动、振动等多种自由度的非平衡过程,其稀薄效应更为复杂.分子气体稀薄效应在航空航天、微机电系统和页岩气开采等民生、科技领域广泛存在,而描述该效应的动理学模型与数...     

强跟踪滤波在高超声速滑翔目标跟踪中的应用

高超声速滑翔目标(HGT)机动模式复杂多样、轨迹形态灵活多变,增加了跟踪模型建模的不确定性,导致目标跟踪的精度低。为了提高跟踪精度,提出了一种基于强跟踪滤波的高超声速滑翔目标跟踪方法。首先,在地基雷达坐标系下建立目标运动模型和量测模型,利用维纳随机过程来表征运动模型中未知项的变化特性。其次,采用强跟踪无迹卡尔曼滤波(UKF)算法对目标运动状态进行估计,提高模型不确定性存在时滤波器的状态跟踪能力。最后,利用目标常用的基于标准轨迹的制导方法生成了一条可行飞行轨迹。仿真结果表明,该方法的跟踪精度高,强跟踪滤波能够有效降低模型不确定性存在时的状态估计误差。     

基于整机试验数据辨识的雷诺数对涡扇发动机的性能影响

为了研究雷诺数对涡扇发动机性能的影响并提升稳态性能模型在工作包线内的计算精度,提出了一种基于整机试验数据辨识的计算分析方法。选取用于气路分析的测量参数,提升辨识算法的收敛性和计算结果的有效性;结合非线性气路分析算法辨识计算出各试验点的部件性能修正因子,统计分析雷诺数和各部件性能修正因子的变化关系,定量得到雷诺数对发动机各部件性能的影响程度;修正基线稳态性能模型,并对计算精度进行验证对比。结果表明:对比试验结果,修正后的稳态性能模型各参数计算偏差不大于2.5%。对比基线稳态性能模型各参数计算结果,计算精度平均提升2.3%,最大提升9.2%。      

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。     

整机基本可靠性与任务可靠性指标协同分配方法

在总结整机可靠性分配工作的工程约束的基础上,针对性地提出了一种实用性好的整机基本可靠性指标与任务可靠性指标协调分配模型。该模型在某教练飞机的可靠性分配中进行了运用,证实了该模型的合理性与工程适用性。