一种宽带信道群时延测量方法

针对VLBI(Very Long Baseline Interferometry,甚长基线干涉测量)系统直接相位差分法的群时延测量精度与分辨率存在矛盾,以及线性最小二乘拟合法不适用于群时延失真链路的问题,采用一种基于非线性拟合的宽带信道群时延测量方法,对出现的问题进行分析与仿真,同时进行了实验验证并获取到实测数据。仿真表明,基于非线性拟合的宽带信道群时延测量方法适用于非线性相位系统,而且群时延的测量精度优于直接相位差分法2个量级。实测数据表明,在270~370 MHz频段内,传统的直接相位差分法和线性拟合测量法已失效,而该方法群时延的测量精度优于0.1ns,由此验证非线性拟合法能够以较高精度进行附加相位和群时延特性测量。     

使用深度残差网络的乘波体气动性能预测

本文探究深度学习人工智能技术在飞行器气动外形预测中的应用。以激波装配法乘波体设计为背景,建立气动数据快速生成工具,使用拉丁超立方采样得到海量样本数据。使用深度残差神经网络构建气动外形参数到气动性能数据的代理模型,并与随机森林和双隐层神经网络等普通机器学习模型对比;同时将数据转换为图片,研究基于图片识别的深度学习模型搭建,省略飞行器外形的参数化表达。测试结果说明,深度残差网络作为数据代理模型的精度是随机森林和双隐层神经网络的3倍以上,而基于图片识别的代理模型精度提高有限。研究表明,深度残差网络在乘波体等易于生成大量数据的气动外形的性能预测中效果明显,为深度学习技术在气动外形设计中的应用奠定了基础。     

GMRES算法在悬停旋翼数值模拟中的应用

发展了一种基于广义极小残差(GMRES)算法的悬停旋翼数值模拟方法,并对GMRES算法中矩阵与向量乘积的两种计算方法进行了分析和讨论。应用该方法在旋转坐标系中采用非结构混合网格和格点格式有限体积法对以绝对速度为变量的欧拉方程进行了直接求解,其中对流项的离散应用了基于Roe的Riemann近似解的迎风格式。对Caradonna-Tung旋翼跨声速悬停流场进行了数值模拟,计算结果与相关实验数据吻合较好,并与LU-SGS方法进行了对比,表明GMRES算法可以有效地加速流场的收敛,提高计算效率。     

USB观测数据时标偏差影响分析与评估

USB系统是目前中国载人航天和月球探测任务的主要测控网.由于USB测量设备本身以及无线电信号传播媒介以及其他误差因素的影响,USB测量数据中包含了各种误差,需要在定轨时对观测数据进行误差修正.通常,例行的USB测量误差修正包括对流层折射修正、电离层延迟修正和通道延迟修正,但对定轨过程中可能影响观测数据计算精度的时标偏差并未作修正.针对USB测距测速观测数据,详细研究了观测数据时标偏差对观测值计算精度的影响,分析了误差影响特性,建立了相应的误差修正模型,并通过与卫星星历偏差对USB测距测速观测值计算精度影响特征的比较,发现时标偏差对测量的影响与轨道沿迹误差对观测计算值的影响等效,这使得在定轨过程中分离时标偏差的难度较大.提出了基于星载GPS定位数据分离时标偏差的方法,并利用某次任务的实测数据,分离出了该次任务中USB测量的时标偏差.最后针对目前USB数据时标偏差影响和观测误差量级相当的情况,建议将目前的观测时标精度提高到优于0.1ms的水平,使得时标偏差的影响降低到比观测误差小一个量级的水平.     

检测湿度计的几点体会

根据我们多年对湿度计进行检测的结果,国内生产的湿度计有相当部分达不到其说明书上标明的技术指标,同时存在技术参数不全面的问题.因此,严格对湿度计的使用前检测和定期跟踪试验,就显得尤其重要.     

捷联惯导系统级余度技术研究(上)

为提高捷联惯导系统(SINS)长时间工作的导航精度，分析了SINS的姿态角、飞行速度和定位三类基本误差，以及系统误差的表示方法。给出了SINS与全球卫星定位系统(GPS)、多普勒导航系统(DNS)组合导航系统的状态方程和误差分析，在给定条件下进行了仿真试验。在此基础上，采用残差X^2和状态X^2检验法，对SINS／GPS，SINS／DNS组合系统中子系统故障检测与隔离的原理和方法进行了研究，并用残差x。检验法对容错组合导航系统进行了仿真。结果表明，采用SINS／GPS，SINS／DNS组合系统可提高导航精度，用残差X^2检验法可判定发生故障的子系统并进行隔离。     

多特征注意力的航空发动机剩余寿命预测模型

航空发动机性能退化趋势复杂,适时地对其进行剩余寿命预测和检修维护十分重要。提出一种基于多特征注意力的膨胀卷积网络模型来预测航空发动机剩余使用寿命,利用膨胀卷积增强提取序列数据时序信息的能力,同时建立残差连接以改善传统卷积网络中的梯度消失问题。首先采用定长滑动时间窗沿时间维度截取数据,对数据进行重构;再对每个特征对应的时间序列单独应用膨胀卷积提取时序信息;引入特征注意力机制计算各特征之间的相对重要性;在公开的航空发动机数据集上进行验证,并对比现有的主流预测方法。结果表明：该模型在时间序列数据预测方面有着更高的精度。     

基于最小二乘B样条逼近的观测数据野值剔除方法

本文提出了一种适用于弹道观测数据野值剔除的方法。该方法以最小二乘B样条逼近算法为基础，用拟合残差构造加权序列并通过迭代得到B样条系数的稳键估计，对各观测值与拟合值进行比较时在3σ准则的基础上引入偏度分析方法，以确保正确识别出观测数据中的野值，并以拟合值替代之。     

基于残差特性分析的野值检测与剔除方法

在导航和控制工程实际应用中,野值的在线处理一直是难点之一.现有的利用残差的野值判别方法往往建立在最优滤波的前提上,在处理速度、效果和实用性上有所局限,难以适用于这一范围.在分析残差信号特征的基础上,利用残差变化率的变化规律,使用莱特准则对野值进行判断.仿真计算和实际工程应用表明,该方法算法简单、效果明显,能够满足工程实际应用的要求,很大程度上消除了野值对滤波精度的影响.     

用于铯原子钟性能研究的单片机数字伺服

介绍了一种最新研制的单片机数字伺服，采用４行×４０字的液晶显示屏显示的有关参量，实用性和通用性强，功能易于扩展。将其用于铯原子钟有关性能的研究表明：它将改善钟的频率重现性，长期稳定性和准确度。为适应高性能铯原子钟和基准装置的要求，作者提出一种使用该数字伺服进行多重控制的设想。