估计理论在飞行数据相容性检验中的应用

飞行数据相容性检验在飞行试验数据分析中是很重要的。由于飞行试验测量数据中存在着各种过程噪声(如大气紊流)和测量噪声(如尺度因子偏差、常值系统偏差等),这些误差将会导致飞行数据各通道之间不相容。利用估计理论进行飞行状态估计,同时估计出未知的尺度因子,系统偏差,即进行飞行轨迹重构被认为是飞行数据相容性(一致性)检验的强有力的工具。本文利用推广卡尔曼滤波和信息平方根滤波及平滑进行高速飞机飞行数据的相容性检验,提出了飞机纵向运动和全面运动的新模型,通过仿真和实际计算得出满意的结果。     

EMI滤波器控制传导干扰实验与分析

应用理论分析和实验总结出来的关于共模和差模传导干扰信号的分布规律,分析电子设备电源线上存在的干扰信号的特点,试用不同网络结构的电磁干扰(EMI)滤波器来控制电子设备在在的传导干扰电平,使之符合有关电磁兼容性(EMC)标准规定的极限值为例,说明EMI滤波器设计和应用中碰到的某些实际问题,对指导用EMI滤波器来解决电子设备存在的电磁干扰和进行EMC试验很有实际意义。     

自寻的导弹攻击机动目标的最优制导规律的研究及实现

提出一种适用于红外和雷达自寻的制导导弹的适应性强、制导精度高、易实现的最优制导规律。为解决工程实现的关键问题,提出了目标机动加速度模型。根据该模型并利用导弹导引头的AGC信号或雷达测距信号,给出了目标机动加速度、导弹与目标相对距离和距离变化率的估计算法。     

工程数值优化方法研究进展

回顾与分析了工程数值优化方法研究的发展历程 ,着重介绍与讨论了优化问题的几种数学列式、近似问题的保真度与近似函数 ,以及复杂优化问题的求解策略等。指出优化问题的对偶列式变式 DFOP-V2与高精度多点近似函数和二级近似概念结合而产生的数值优化解法 ,具有通用性 ,高的计算效率 ,并易于与市场现有分析软件结合使用等显著优点     

飞机发动机封严涂层的研究

采用正交设计实验方法对 BH封严涂层的组成进行了优选,并对涂层的固化工艺进行了优选,确定了 BH封严涂层的最佳组成和固化工艺。BH封严涂层的外观均匀细致、气孔数量少,且孔径小。涂层的耐冷热循环性能比目前使用的封严涂层提高了 4倍以上,可耐 3 8次冷热循环,且涂层的固化工艺比较简便。研究发现 :BH封严涂层满足了 3 0 0℃条件下热稳定性的要求;石墨填料有利于改善涂层的附着性能;涂层的硬度主要取决于石棉、ZL填料的含量;封严涂层的耐冷热循环性能主要取决于涂层与基体热膨胀系数的差异     

基于随机子空间方法的模态参数识别研究

随机子空间识别 (StochasticSubspaceIdentification ,以下简称SSI)方法是一种新的时域识别方法 ,该方法仅用自然响应数据 ,通过QR分解和SVD分解等一套正交投影算法识别系统模型。研究了SSI方法在模态参数识别领域的应用。采用NASAmini mast模型 ,仿真分析了SSI算法控制参数选择技巧 ,论证了其参数识别精度。通过处理日本CFT大楼实测数据 ,研究了SSI方法识别真实结构模态参数的问题。应用Kalman滤波器 ,测量响应可以分解为模态空间响应 ,将信号功率谱分解成多条单自由度系统功率谱。     

基于数字滤波器的伺服系统谐振抑制方法

针对飞行仿真伺服系统(转台)中存在的机械谐振问题,在分析传统陷波器及二阶低通滤波器谐振抑制原理的基础上,提出了一种双二次谐振抑制数字滤波器.该双二次型数字滤波器结合了传统陷波器和二阶低通滤波器的特点,能够将谐振点和反谐振点同时抑制.通过理论分析与仿真验证相结合的方式,阐述了该双二次型数字滤波器能够同时抑制正反谐振点的原理,并将该滤波器加入到了转台系统中进行实验.实验结果表明,所设计的滤波器在提高跟踪精度的同时有效拓宽了系统的带宽.      

二元机翼颤振的指令滤波反推自适应约束控制

为有效抑制二元机翼颤振现象,设计了一个指令滤波反推自适应约束控制器。考虑二元机翼气动弹性系统存在多项式结构非线性特性以及系统不确定的情况,针对二元机翼控制面偏转角度限制以及系统外部阵风扰动等问题,将前/后缘双控制面布局的二元机翼动态方程以状态空间形式描述,采用反推控制技术进行控制律整体设计,通过指令滤波环节对虚拟/实际控制信号进行幅值限制,并将滤波前后的信号差引入到自适应约束控制律设计过程中。仿真结果表明,在一定来流速度下,开环系统出现极限环颤振现象,闭环控制系统能快速达到稳定状态,二元机翼颤振现象得到有效抑制。     

基于PHD未知杂波密度多机动目标跟踪

基于随机有限集（RFS）的跳变马尔可夫系统（JMS）是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多机动目标跟踪算法。该算法以未知杂波密度高斯混合概率假设密度（λ-GMPHD）滤波为基础建模杂波和真实目标,采用线性高斯JMS模型描述目标机动,推导了未知杂波密度下多机动目标跟踪的GMPHD迭代解析表达式。仿真结果表明,所提算法可实现对于杂波密度以及目标数和目标状态的准确估计。