数控燃油计量装置联合建模方法研究

为了研究步进电机驱动的数控燃油计量装置建模方法和其各部件特性,采用AMESim/Matlab联合建模的方法,对液压组件和步进电机分别用AMESim和Matlab/Simulink建立了各自的模型,完成了联合仿真接口设计,实现了模型间的数据共享。在输入计量装置的参数后,通过仿真计算获得了各工作点燃油流量,并与该装置的试验数据对比研究。结果表明,在工作范围内联合模型仿真的燃油流量与试验值误差在6%以内,联合模型稳态精度高并可反映装置的实际动态性能。采用该模型可以较好地控制燃油流量和获得较为准确的燃油计量装置工作特性,能够在发动机控制系统设计阶段,用于对燃油计量装置部件结构以及其控制性能的优化设计。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

飞行模拟器运动系统虚拟样机的联合建模研究

针对传统的数学建模方法在对飞行模拟器运动系统——液压驱动Stewart平台进行动力学建模的过程中存在建模过程相对复杂、 仿真无法提供可视化信息等缺点,提出采用ADAMS和Matlab/Simulink联合建模的方法,建立了液压驱动Stewart平台的虚拟样机.通过研究与仿真分析,并与真实的Stewart平台进行实验对比,结果表明,虚拟样机在动力学性能方面与真实的液压驱动Stewart平台相比具有很高的相似性,可代替一般的数学模型,为液压驱动Stewart平台的研究和研制提供理论上的指导和验证,同时也证明了联合建模方法的正确性和有效性.     

一种多源组合定位系统中信息质量评估方法

多源组合定位系统可有效提高定位精度及定位鲁棒性。但更多的信息源提高了引入低质量信号的可能性,从而影响组合系统的定位性能。针对该问题,提出了一种多源组合定位系统中信息质量评估方法。在单系统信息质量评估的基础上,分析了其虚警率与漏警率,发现了二者的影响因素,利用多系统拥有更多冗余信息的特点,通过一致性检验,实现了多源组合导航系统的信息质量评估。仿真实验结果表明,该方法可以同时降低信息质量评估的虚警率与漏警率,且随着组合定位系统数量的增大,虚警率与漏警率呈持续下降趋势,拥有较好的信息质量评估效果。     

联合定轨技术发展综述及其在基于双星定位系统的近地卫星精密定轨中的应用

对联合定轨概念的产生与发展、联合定轨理论与方法的研究现状进行了综述，提出了一种联合定轨技术的分层次研究方法，并以基于双星定位系统的近地卫星精密定轨为例，重点讨论了基于模型结构层的联合定轨建模方法及实现算法.     

利用试验数据的产品可靠性综合验证方案确定方法

常用抽样检验的方法进行产品可靠性验证,根据这一方法所确定的验证试验方案,在一定的风险下所需样本量较大,有时在工程上是不可接受的。针对这一问题,提出利用产品研制期间的试验数据,重新确定抽样方案,从而减少验证试验所需样本量或降低风险。由于这种方法充分利用了产品研制期间的试验信息,因此在保证有较好的验证效果的条件下,与传统的验证方案相比,可以减少试验样本量,降低风险。     

回归分析在水泥热量预测中的应用

为了利用回归分析预测水泥热量,选用某种水泥在凝固时放出的热量作为因变量,四种化学成分含量作为自变量,利用多元线性回归分析方法建立回归方程并求出预测区间,再利用化学成分含量的观测结果对热量进行预报,从而说明了回归分析方法在化学方面的应用.     

第三产业与国内生产总值Granger因果关系检验

根据<中国统计年鉴>(2002年)提供的数据检验后认为,1978～2001年GDP和第三产业的产值均为I(2)单整非平稳时间序列,GDP和第三产业是一阶协整关系,服从I(1,2)阶协整分布.第三产业的发展显著地影响GDP的增长,GDP的增长影响第三产业的发展,但存在滞后阶数且不相同,探讨了其产生原因.     

嵌入式系统的组成、设计与调试

嵌入式系统是将先进的计算机技术、半导体技术和电子技术相结合的产物。本文介绍了嵌入式系统的组成,并针对嵌入式系统自身的特点,深入地阐述了设计和调试方面的一些关键技术。     

Cholesky分解的应用研究

Cholesky分解是应用广义最小二乘法的关键，主要是根据所得资料信息，得到一正定对称矩阵，这正是所有有意用广义最小二乘法解决的问题难以满足的，我们解决的方法是求一较低阶正定对称矩阵，进行Cholesky分解，从而将广义最小二乘法应用于分析研究经Durbin-Watson检验是相关的残差序列。