角速率输入条件下圆锥误差补偿算法

针对捷联惯导系统中利用角速率拟合角增量进行圆锥误差补偿精度下降和实时性变差的问题,提出了一种直接利用陀螺的角速率输出进行圆锥误差补偿的算法,利用角速率的叉乘项来拟合圆锥误差补偿项,并推导了四子样圆锥误差补偿算法的具体表达形式,并从本质上阐述了圆锥误差的存在机理。在典型圆锥运动条件下通过对所提算法的仿真并和理论解析解的做差比较,验证了所提算法的可行性和有效性。     

扭叶片型面在线检测的研究

以汽轮机700mm扭叶片为对象,在XK5040数控机床上,进行了型面误差在线检测的研究。     

一种机器人球腕的模型优化方法

许多机器人的共同特点是在操作臂末端安装了球腕.球腕是机器人上一个重要的独立结构,它的静态误差必然影响操作臂末端执行器的位姿精度.以机器人末端的球腕作为独立的研究对象,在静态误差分析的基础上,提出了一个评价球腕精度的综合指标.根据这一指标建立优化模型,对存在静态误差的球腕模型进行优化,从而建立新的球腕运动学模型.应用新模型进行运动学及动力学解算,可以减小机器人球腕的位姿误差,特别是减小具有较大静态误差的机器人球腕的位姿误差.通过对机器人球腕进行的局部优化,整个机器人末端执行器的运动精度将在一定程度上有所提高.      

雷达信号误差对舰载机全自动着舰控制的影响

基于常规舰载机使用的全自动着舰系统(ACLS),以及现役的作为主要导引方式的雷达导引着舰,分析了雷达导引过程中的信号误差对着舰的影响。从全自动着舰系统的组成和作用出发,建立完整的着舰仿真系统与环境,加入雷达信号测量数值、时间延迟和噪声杂波干扰3种不同类型的误差,以仿真误差存在时的着舰状况。通过计算着舰成功率,及其随误差量值的绝对值增大而减小的特点,验证了结果的正确性。该方法定量分析雷达信号误差的影响,既有助于着舰理论的研究,也对工程设计和应用具有指导意义。     

基于改进HHT的非高斯噪声中瞬态通信信号检测

根据瞬态通信信号和非高斯噪声的特点,建立了相应的信号模型,并利用希尔伯特-黄变换（HHT）处理非线性非平稳信号的优势,提出了基于改进HHT的非高斯噪声中瞬态通信信号的检测算法。该检测算法分为集合经验模式分解（EEMD）和固有模态函数（IMF）分量筛选两部分,首先经过加入随机白噪声多次试验取均值得到待检测信号的IMF分量,再结合各个分量与原信号的能量差异和相关性剔除虚假IMF分量,从而实现对混叠在非高斯噪声中的瞬态通信信号的有效检测。仿真在不同的条件下对比了本文算法与其他算法对信号的检测效果,结果证明本文算法能够有效克服HHT中存在的缺陷,实现对瞬态信号更为准确的分析和检测。     

一种基于FFT的Galileo搜救信号频域检测方法

Galileo搜救系统是全球卫星搜救组织(COSPAS-SARSAT)的一部分,搭载于Galileo导航星座,能对遇险用户发出的求救信号进行定位并实施救援。经卫星转发的搜救信号信噪比很低,能否在低信噪比条件下完成卫星信号的检测对搜救系统的正常工作至关重要。为了解决这一问题,文章提出了一种基于快速傅里叶变换(FFT)运算的频域检测方法,通过理论分析和仿真验证可以看出,这种方法能有效地实现低信噪比条件下的卫星下行信号检测。     

姿态四元数相关问题

介绍了四元数计算中的相关问题,包括四元数与方向余弦阵之间的转换、四元数运动方程、求解四元数运动方程时积分步长的选取和高动态应用中非互易误差的补偿,此外还介绍了对偶四元数的发展。     

基于小波变换和核独立分量分析的遥感图像变化检测

为了进一步提高基于独立分量分析(IndependentComponentAnalysis,ICA)的遥感图像变化检测精确度,并解决ICA分离的图像分量排序不确定问题,提出了基于小波变换和核独立分量分析(KernelIndependentComponentAnalysis,KICA)的遥感图像变化检测方法。首先通过小波变换对遥感图像进行分解,得到由图像的高频分量和低频分量组成的分块向量,然后利用核函数将分块向量映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的向量,最后根据分离出的向量中高频分量的差异自动分辨出变化分量。文章给出了遥感图像变化检测方法及近年提出的基于主分量分析(PrincipalComponentAnalysis,PCA)、基于ICA、基于KICA三种变化检测方法的试验结果,并进行了分析和定量比较。试验结果表明,文中方法能更好地分离出遥感图像的变化信息,具有更高的精确度,并实现了变化检测的智能化。     

Investigation of GPS-TEC measurements using ANN method indicating seismo-ionospheric anomalies around the time of the Chile (Mw = 8.2) earthquake of 01 April 2014

In 94 km NW of Iquique in Chile (19.610°S, 70.776°W) a powerful earthquake of M_w = 8.2 took place at 23:46:47 UTC (20:46:47 LT) on April 01, 2014. Using GPS-TEC (Total Electron Content) measurements, potential unusual variations around the time and location of the Chile earthquake have been detected based on the median and Artificial Neural Network (ANN) methods. The indices D_st, K_p, A_p and F10.7 were used to distinguish pre-earthquake anomalies from the other anomalies related to the solar-geomagnetic activities. Using the median method, striking anomalies in time series of TEC data are observed 4 days before the earthquake at 14:00 and 16:00 UTC. The ANN method detected a number of anomalies, 4 (02:00 and 16:00 UTC) and 13 (24:00 UTC) days preceding the earthquake. The results indicate that the ANN method due to its capability of non linear learning is quite promising and deserves serious attention as a robust predictor tool for seismo-ionospheric anomalies detection.