数控展成电解磨削整体叶轮叶片的过切误差分析及解决方案

分析了平行直纹展成电解磨削整体叶轮叶片的过切误差,得到了过切误差计算公式,提出了用圆锥磨轮和组合式五轴联动数控方案来消除过切误差的方法。     

误差修正在时间自动测量系统中的应用

引言近年来 ,计算机自动测量系统在时间测量中已得到广泛应用 ,这为测量数据的转化处理提供了方便。本文要介绍的是如何将低准确度但稳定性较好的晶体振荡器处理成较高准确度的方法。这类晶振包括 1长时间使用后 ,准确度可调受到限制的晶振 ;2因制作原因 ,为保持高稳定性而可调范围较窄的晶振 ;3短时 (四小时内 )使用且波动性好的专业测量仪器中的晶振。1　误差修正方法以改造的一台测时仪为例 ,如图 1所示。图 1第一步 ,对测时仪 M3校准 ,可得到此测时仪的晶振准确度 A,将 1 -A保存在计算机中 ,以作修正用。过程如下 :如图 1 ,一台带有微…     

Estimation of DOA and Doppler Frequency on Nonideal UCA

针对均匀圆阵存在一般阵列误差(如阵元的幅相误差和安装位置误差等)的情况，提出了多个信号的波达方向和多普勒频率估计方法。直接利用均匀圆阵的阵列流形，采用波达矩阵法估计各个信号的多普勒频率。由一般阵列误差的统计特性构造加权矩阵，采用加权总体最小二乘法估计各个信号的波达方向。此方法具有鲁棒性强等特点。计算机仿真证明了此方法的有效性。     

位置度测量最小二乘评定

就测量中无中心基准和无角向要求的位置评定问题，运用最小二乘法则对测量数据进行了误差分离优化评定，使此类位置度评定的稳定性和一致性得到改善。     

微机械捷联惯测装置误差补偿概述

本文简要介绍了微机械惯性测量系统的误差补偿。从惯性器件、MIMU、算法误差以及借助外界信息进行补偿几个方面讨论了在各个环节中存在的误差以及补偿方法。     

广义卡尔曼滤波均方误差最小性的研究

卡尔曼滤波方法是一种应用广泛的估值方法，但其在应用时，要求系统数学模型已知。而广义卡尔曼滤波在应用时不需要系统数学模型是已知的，具有广泛的适用性。在广义卡尔曼滤波方法的消息模型和测量模型的基础上，讨论了其滤波模型的均方误差最小性问题，即最优滤波器的选取问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较，验证了广义卡尔曼滤波的有效性。     

飞机机体角运动引起的GPS测速误差的分析方法

提出了飞机机体角运动会引起GPS测速误差这-GPS应用中较为精细的技术问题，推演了机体角运动引起的GPS测速误差与GPS天线安装位置，机体角速度和飞机姿态角，航向角的关系，用真实参数演算分析了这种误差的大小，并通过实际工程应用验证了分析这种误差后对提高试飞结果数据的真实性，准确性的效果，最后指出，飞机机体角运动引起的GPS测速误差是GPS用于飞机测速的一项不可忽视的主要误差。     

基于线接触的回转二次曲面加工方法及其误差分析

基于线接触的回转二次曲面加工方法,无需复杂的位置控制,能够加工在轴和离轴回转二次曲面,同时,用同一个刀具可以加工不同类型、参数的回转二次曲面,并且铣磨成形时定位误差和刀具轮廓误差对面形误差的传递系数都小于1。     

弹道导弹陀螺稳定平台误差分析与建模

弹道导弹使用的解析式惯性平台与其它航空飞行器惯性系统的工作方式均有不同，目前文献中大多是对方位平台、及单独的惯性仪表进行误差分析，对于弹道导弹惯性平台进行整体性的误差分析与建模的丈献则比较少见。本文应用线性系统状态空间描述方法对弹道导弹惯性平台进行了误差分析，建立了较为完整的误差运动模型并进行了仿真验证。所建立的弹道导弹惯性平台误差运动模型可应用于弹道导弹组合导航系统状态估计及其它弹道导弹误差分析研究中，具有重要的实用价值。     

一类二维样条插值函数的最佳误差估计

本文主要结果为下述定理。 定理:设x(uw)是矩形域上关于该矩形上均匀分割的二维双三次样条插值函数,且x(uw)满足条件(5),则x(uw)在矩形域R边界上的节点处的四阶混合偏导数有估计式: |S_(i,0)|≦|A[i,n—1]||ε_(n,0)| |B[i,n—2]||ε_(0,0)|=[0,-4,(-1)~2 4,…(-1)~i 4]/[0,-4,(-1)~2…(-1)~n 4]|ε_(n,0)| sum from h=i to n-2 (-1)~(k(k-2)-(i 1)(i-2))[0,-4,(-j)~2 4…(-1)~i 4]/[0,-4,(-1)~2 4,…(-1)~(k 1) 4][0,-4,(-1)~2 4,…,(-1)~(k 2)4] (-1)~(i(i 1)/2)/[0,-4,(-1)~2 4,…(-1)~n 4]|ε_(0,0)|其中等号成立的条件分别为: A[i,n—1] B[i,n—2] ε_(n0),ε_(00)>0 A[i,n—1] B[i,n—2] ε_(nm),ε_(0m)>0 其中 i=1,2,…,n—1. j=1,2 …,m—1.