高频宽范围阻抗测量的一种新方法

本文根据微波网络理论,提出了利用A参量求解高频阻抗的新方法,详细介绍了如何将该方法用于网络分析仪系统测量高频阻抗,并将其测试结果与美国惠普公司生产的专用高频阻抗分析仪HP4191A及该公司最新展出的频谱、网络、阻抗分析仪HP4195A的测试结果作了比较,实践证明,该方法与传统的S参量法相比,大大拓宽了阻抗测量范围,提高了测量精度(能自动地消除联接电缆的影响),且适用于被测件的同轴联接及非同轴联接。此方法对利用各种网络分析仪实现高阻测量具有普遍意义。     

用Radon变换迭代法重建含有遮挡物的三维折射率场

本文通过计算机模拟研究，结合气体折射率场的光验知识．考查了将Ｒａｄｏｎ变换迭代法用于光学干涉层析计量含有遮挡物的三维折射率场的重建精度。作为一个应用实例，测量和计算了某一截面的气体温度分布，并与热电偶测量的值进行了比较。     

改进小波阈值去噪法在管道泄漏检测中的应用CSCD

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

基于脉冲变压器变换的自动化电磁铆接设备

分析了电磁铆接设备的主电路的主要方式的特点,对采用脉冲变换方案研制的电磁铆接设备原理、实现方法进行了分析,将研制的设备集成到自动化铆接末端执行器中.并进行了铆接工艺试验.     

基于μ分析的高超声速飞行器再入轨迹评估

为解决高超声速飞行器再入过程中存在的不确定性问题,将μ分析理论应用到标称再入轨迹的评估中.采用线性稳定储备准则,在密度、升力系数和阻力系数存在不确定性时,对标称轨迹在制导律下的制导稳定性进行了分析;根据所获得的最坏参数组合,采用系统的开环尼克尔斯曲线验证了μ分析的结果;分析了系统所能容纳的最大不确定性参数,并研究了系统对不同不确定性参数的敏感性.结果表明:在密度、升力系数和阻力系数不确定性中,阻力系数对该标称轨迹的鲁棒稳定性影响最为明显.     

强不确定系统“全系数之和等于1”的实现方法

摘要： 研究强不确定系统“全系数之和等于1”的实现方法，强不确定系统指的是系统的静态增益及其界不完全确知且范围较大.“全系数之和等于1”是吴宏鑫院士20世纪80年代发现的，该原理表明，对于未知连续系统，其离散化系统的系数的和在一定条件下是1.该原理的发现对于解决闭环辨识和自适应控制的瓶颈问题具有关键作用.“全系数之和等于1”是在一定条件下成立的.为了实现系统的“全系数之和等于1”，需要对系统进行一定的变换，以满足所需条件.其中，采用静态增益的标称值的倒数进行输入变换的方法在实际中得到了广泛应用.但是，当系统的不确定性较大时，该变换将带来较大偏差.针对该问题开展了深入研究，明确给出了系统静态增益的不确定性与标称值的比值的关系对于实现“全系数之和等于1”的影响.当不确定性与标称值的比值较小时，可以近似实现“全系数之和等于1”；当比值较大时，进一步给出了通过选取合适的采样周期，近似实现“全系数之和等于1”的方法.本文的研究对于特征模型理论在实际中的应用提供了一定的基础.     

基于非线性变换的加速度计误差标定与补偿CSCD

为提高三轴加速度计测量精度,分析其误差来源和产生机理,建立了误差模型;根据误差模型和重力场幅值不变特性,推导出非线性观测方程。引入两个未知的参数向量,通过数学变换把非线性观测方程变形为关于新未知参数的线性方程;然后采用批量最小二乘法求出新的未知参数,并根据误差模型参数和新未知参数之间的关系,利用逆解析运算求出对应的零点偏差、灵敏度误差和三轴不正交误差。实验结果表明,加速度计正负误差峰值间距可以减小100倍左右,精度可达10-3m/s2,并具有很好的可重复性。该方法算法效率较高,补偿效果显著。     

微磁强计弱磁处理芯片设计与实现

为适应微纳卫星平台的应用需求、实现磁强计的微型化,针对巨磁阻抗(GMI)效应微磁强计的研制需求设计并研制了弱磁信号处理芯片.在分析GMI微磁强计构造的基础上,针对单机(微)小型化提出了弱磁信号处理电路芯片化的方案;结合空间应用特点,设计并实现了基于SOI CMOS工艺的弱磁信号处理芯片.实测结果表明:基于所研制的弱磁信号处理芯片不仅实现了磁强计的微型化、集成化,而且具有良好的弱磁测量性能.     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。     

量子力学中的Heisenberg测不准原理的数学推导以及在小波分析中的应用

从傅里叶变换的定义出发,利用时变信号的短时傅里叶变换,推导出量子力学中的Heisenberg测不准原理,说明了两者之间存在这种联系的必然性,并给出了测不准原理在小波分析中的应用举例.