机载雷达从地杂波中检测运动目标

提出了将变抽样率处理技术应用于机载雷达下视探测,以从地杂波中检测运动目标的方法。首先分析了信号模型,针对这一模型,讨论了变抽样率处理技术应用问题,最后进行了仿真,仿真结果,表明该方法可行     

H_∞中的规范化LCF法在综合控制系统设计中的应用

 用鲁棒控制理论中的规范化左互质因子分解(规范化LCF)法为某型飞机设计纵向飞/推综合控制器,并总结了该方法的一些特点和设计要求。设计出的控制器满足实际工程要求,得到比较满意的控制效果。     

自适应滤波技术的研究

应用常规卡尔曼滤波器(KF)要求知道系统精确的数学模型和系统噪声与量测噪声的统计特性,才能获得理想的滤波效果,否则可能产生发散现象。人们越来越倾向于利用自适应滤波(AKF)技术来解决发散的问题。针对AKF技术的研究现状,本文探讨一种结构简单、实时性较强、工程上比较实用的AKF算法。仿真结果表明,这种算法具有较强的自适应性,为一种实用而有效的滤波方法。     

含MSD共线多孔平板应力强度因子有限元分析

利用FRANC2D/L对含MSD某型飞机增压舱蒙皮搭接接头进行了有限元分析,得到了不同损伤模式下的应力强度因子(SIF)的计算曲线,和已有的文献比较表明,数值结果精确,方法可靠,即不同长度裂纹的SIF计算可有效地通过FTRANC2D/L的裂纹扩展功能来实现。计算结果表明,在某些情况下,MSD裂纹的SIF可按单裂纹的SIF进行计算;影响MSD裂纹SIF的因素主要是临近裂纹的长度、裂纹间或裂尖与钉孔间的距离。最后给出裂纹连通前后MSD裂纹SIF随裂纹扩展历程变化的规律。     

基于滤波和优化的惯性/里程计组合导航精度对比分析

在广泛使用的惯性/里程计组合导航应用中,一贯的方法是使用Kalman滤波器进行组合导航状态估计,展现出了强大的工程适用性。然而其对于历史状态没有修正,导致整体导航精度受限。而基于优化的方法可以平滑整体组合导航的轨迹,有望提升惯性/里程计组合导航的精度和鲁棒性。将优化方法与滤波方法在惯性/里程计组合导航应用中进行对比,分析在不同条件下优化算法和滤波算法的优劣。试验表明,基于优化的算法在含有稀疏位置观测的条件下能够比滤波算法定位精度更高。但是,无位置观测的条件下,滤波算法更加稳定和精确。可以得到：基于滤波的算法更加简单稳定,更适用于工程实践;基于优化的算法模型更加复杂,在观测约束更多的条件下能够得到更好状态估计结果。     

基于因子图的冗余惯组斜置轴在线标定方法研究

针对在线条件下冗余惯组系统器件误差标定过程中存在依赖正交轴惯组信息以及误差项耦合问题,提出了一种基于因子图的方法。建立不依赖于斜置轴惯组正交的惯组系标定模型,以速度、位置信息作为测量数据,建立基于因子图方法的标定模型;设定滑动窗口与反馈,以提高标度因数误差与安装误差的估计精度。仿真结果表明：在线情况下,该方法可以对冗余惯组斜置轴标度因数误差及安装误差提供高精度的标定,标定误差维持在12%左右。     

测定应力强度因子的守恒积分光弹性法

提出了测定断裂力学中应力强度因子的守恒积分 光测弹性力学方法,推导了守恒积分中位移梯度的应力分量表达式,从而可由应力光图所提供的信息计算守恒积分,并确定应力强度因子.本方法克服了单参数法与双参数法固有缺点.由此所得结果与由边界配置法所得结果非常一致.     

有机玻璃疲劳裂纹扩展表达式及控制参量

将用于建立金属材料疲劳裂纹扩展关系式的静态断裂模型引入有机玻璃裂纹扩展行为的研究中,得到了在近门槛区、中部区和快速扩展区都能较好地与实验结果相吻合的疲劳裂纹扩展速率表达式。该关系式揭示了疲劳裂纹扩展速率和应力强度因子与弹性模量、门槛值和断裂韧性之间的内在关系,式中不含无明确物理意义的待定系数,是较为完善的表达式。认为有机玻璃疲劳裂纹扩展的控制参量为 :有效应力场强度因子、门槛值与断裂韧性之比值及最大应力场强度因子与断裂韧性之差。     

一种基于优化设计的动目标检测方法及其运用

提出一种新的动目标检测(MTD)滤波器组设计方法,即通过设置目标处理通道和气象处理通道,其中目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,根据杂波的强弱自动产生或选择滤波器加权因子,以保证抑制地杂波的同时,减少信噪比损失,提高对弱小目标的检测性能。仿真结果证明该方法是有效的,且在工程上有一定的实用价值。     

基于AE-UKF的航天器自主导航方法

针对自主导航过程中不确定的测量噪声和干扰的影响,提出了一种具有自适应能力的状态估计方法AE\|UKF方法。该方法通过对非线性的状态方程进行Unscented变换,对非线性的测量方程求取雅可比矩阵,同时在滤波迭代过程中引入自适应因子,使滤波器具有自适应能力。将AE\|UKF方法应用于自主导航系统导航信息的估计过程中,仿真结果表明：AE\|UKF方法在达到UKF方法精度的同时,能够克服自主导航过程中不确定的噪声和随机干扰的影响。