最小二乘滤波在某型火控系统信息处理中的应用

为了提高某型火控系统的反应时间和射击精度,需要对采集到的目标运动参数进行滤波。为了使算法易于实现,采用了最小二乘滤波方法。基于对最小二乘滤波的分析处理,增加了修正序列,实现了接近自适应最小二乘滤波的功能,在滤波效果上能够完全满足系统要求。最后,对滤波效果进行了检测。     

一种新型低功耗SRAM读写辅助电路设计

针对低电压下静态随机存储器（SRAM）出现的读写性能损失的问题,设计了一种应用于低功耗SRAM的两步控制（DSC）的字线电压辅助电路技术,可以同时实现读和写辅助的功能,降低SRAM的最小工作电压从而降低功耗。写辅助通过字线开启前段的字线过驱（WLOD）实现,提高写数据速度和写阈值（WM）;读辅助通过字线开启后段的字线欠驱（WLUD）实现,降低静态噪声,提高稳定性。通过在28 nm互补金属氧化物半导体（CMOS）工艺下,对256 Kbit SRAM进行前仿和后仿仿真验证,结果表明相比于传统结构,应用DSC字线电压技术的SRAM的最小工作电压降低100 mV,写时间减小10%,静态功耗降低30%,版图面积增大4%。      

红外光电系统TOD与MRTD测试方法的比较研究

对比了MRTD(最小可分辨温差)和TOD(三角形方向辨别)法在测试图样、观察任务、测试规程、结果处理、判断准则上的不同。通过对采样作用、动态响应、客观测量3个方面的分析,得出了TOD法在测试性能上的优势,引用国外相关单位的试验结果,说明了TOD测试的适用性。     

一种基于观测站数目最小化的TDOA/FDOA无源定位算法

在三维（3D）运动目标无源定位系统中,无模糊定位最少需要4个观测站。而传统的两步加权最小二乘（TSWLS）及其改进的闭式算法至少需要5个观测站进行求解,当减少一个观测站时,这些闭式算法往往无法提供可靠解。针对这一问题,提出一种最小化观测站数目的到达时间差（TDOA）与到达频率差（FDOA）定位算法。该算法是一种闭式解法并且能够在三维场景下仅使用4个观测站进行定位。该算法分为两步：第1步分离传统的TSWLS算法中未知参数空间,建立了一组新的等式,并且利用加权最小二乘（WLS）算法得到目标位置与速度的初始值;第2步利用泰勒级数展开算法将中间变量线性化,对目标位置和速度初始值进一步校正。理论分析证明了在适当的噪声水平下该算法能够达到克拉美罗界（CRLB）。此外,计算机仿真表明仅使用4个观测站时,该算法对于近场以及远场目标参数的估计精度在测量噪声较小时可以实现CRLB;并且还表明使用5个观测站估计时,该算法比TSWLS及其改进算法能更好地适应大的测量噪声。     

基于最小二乘法和硬件在环平台的永磁同步电机参数辨识

针对永磁同步电机多个参数同时辨识时会出现欠秩的情况,介绍了在dq坐标系下采用最小二乘法将多个参数分开辨识的方法。在硬件在环平台上采用该方法对电阻、电感和磁链进行了辨识。最后进一步考虑到电阻和磁链受温度的影响较大,进行了考虑温升的电阻和磁链的辨识。经验证,该方法可以比较准确地辨识出电机参数。     

基于模型辨识的数控机床专用伺服电机位置控制

数控机床精密加工要求伺服电机具有精度高和响应快等特性,而传统的伺服控制器位置环采用的是简单的误差比例(P)控制,这种控制方法的响应性不能满足加工要求。提出一种基于模型辨识的伺服电机角位移控制方法。首先,采用最小二乘法辨识出传统闭环控制系统的模型;然后,分析模型的零、极点,根据模型特性设计补偿控制器;最后,通过试验结果说明所提方法能快速、准确地跟随系统输入。     

考虑刀具偏心的微铣削加工表面粗糙度预测模型研究

基于微铣削刀具轨迹建立了考虑刀具偏心、最小切削厚度的塑性材料微铣削底面粗糙度的预测模型,预测结果表明粗糙度表面形貌呈锯齿状,刀具偏心会影响表面粗糙度的形貌周期和高度,并进行微铣削加工实验,对粗糙度预测模型进行了验证。采用回归统计方法,建立了脆性材料微铣削加工表面粗糙度预测模型,对加工表面形貌进行观察,利用响应曲面法得到了各铣削用量对表面粗糙度的影响规律。     

激光伪随机编码的最小周期识别算法改进研究

目前激光制导武器使用的伪随机编码,基本都是利用移位寄存器加上特定的反馈函数来实现的,只要识别出其最小周期就可以利用准同步干扰方式进行干扰。对有限位伪随机码的特点进行研究和分析,介绍了一种新的计算小数之间的整数比的方法,并提出了对现有最小周期识别算法的改进算法。进行了仿真验证,结果表明:改进后的算法优于现有其他方法。     

故障树分析在某APU进气门故障诊断中的应用

首先介绍了故障树分析方法的概念和原理,然后以某辅助动力装置（APU）进气门组件为例．在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型。随后求得系统的最小割集,并计算出底事件的重要度,并以此为依据,从大到小排序,确定故障诊断的最优程序。实验结果表明,所用方法具有较强的故障诊断能力,能进行准确的故障定位,并能给出相应的故障处理措施,为该辅助动力装置故障诊断的发展提供了较为实用的参考价值。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。