一站多目标无人机数据链信息融合技术

针对一站多目标无人机数据链系统易受干扰的问题,提出一种基于主备链系统抗干扰能力提升的遥控数据信息融合方法,在分析无人机遥控信息业务特点的基础上,对多条链路收到的用户数据进行拆分、融合等处理,设计了多目标无人机数据链的机载遥控信息融合策略。对采用该方法的数据链系统拉距测试验证,结果表明：该方法可在无人机高动态环境下的主备链路状态不稳定时,大幅度减小系统整体丢帧率,提升数据链系统信息传输可靠性。     

基于数学仿真的姿控系统遥测数据分析与检验

为定量地分析和检验运载火箭姿态控制系统的遥测数据 ,本文采用数学仿真的办法模拟实际飞行过程 ,得出相对标准的数据 ;采用t检验的办法对其与遥测数据做一致性检验 ,以分析遥测数据的合理性及系统的工作性能     

基于飞行数据反演解算的 SINS空中标定技

针对机载 SINS定期拆卸并进行实验室标定存在的维护效率低、标定周期不合理的问题,提出一种基于 GPS/SINS组合导航仿真飞行数据反演解算的免拆卸空中标定方法。在对飞行数据拟合插值的基础上,利用飞行数据序列和 SINS反演算法解算出惯性器件的输出增量,以引入误差后的惯性器件输出值作为 SINS的输入进行纯惯导解算,并以 SINS和 GPS输出的速度误差作为系统级标定 Kalman滤波器的观测量,对惯性器件误差项进行滤波估计。仿真结果表明,这种标定方法可较好地估计出 SINS中的误差项,实现了 SINS的免拆卸标定,降低了对 SINS定期标定的要求。     

机载数据总线拓扑结构的数学描述

机载数据总线作为现代作战飞机的神经中枢,主要用于数据传输,以达到信息共享的目的.规定了总线线路传输模式、差分传输、多总线和余度的数学符号表示,分别分析了RS-232、RS-422、RS-485、ARINC429和MIL-STD-1553B总线的拓扑结构,并结合实例给出了相应的数学描述.简洁、严谨、无歧义的数学描述有利于对机载数据总线拓扑结构的理解,为进一步的总线拓扑结构可视化和航空电子系统的系统集成提供了理论基础.     

全自动主着陆/着舰引导数据解算与融合算法

针对舰载机全自动自主着陆/着舰对飞机定位精确要求高的需求,提出了一种利用卫星导航和雷达联合进行信息融合精确定位算法。文章采用载波相位差分定位、野值剔除和序贯异类数据融合技术,有效提高了对飞机的定位引导精度和可靠性。     

MEMS陀螺阵列技术研究进展

MEMS陀螺仪体积小、功耗低的优点扩展了惯性器件的应用领域,对于制导武器的小型化具有重要的意义.但国内MEMS陀螺仪精度相对偏低、噪声大,这限制了它在高精度军事领域的应用.陀螺阵列可以利用冗余信息有效提高MEMS陀螺的精度,实现低精度陀螺的高精度应用,而不需要技术和工艺的突破.介绍了MEMS陀螺阵列的基本原理,总结了陀螺阵列近年来的研究进展.在此基础上,提出了陀螺阵列的4大关键技术:陀螺冗余系统配置,误差分析、建模与标定,故障诊断以及信息融合.最后,分析了陀螺阵列的发展特点以及研究重点,给出了MEMS陀螺阵列技术未来的发展思路.     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

航空发动机风扇叶片硬物冲击损伤特征

通过对国内近20年民用航空发动机风扇叶片外物损伤数据调研与统计分析,筛选最具典型特征的硬物冲击损伤数据,依据发动机维修手册对风扇叶片损伤类型特征进行了分类,研究损伤类型与发动机类型的相关性和差异性、损伤发生位置特征、损伤尺寸特征等内容.分析结果表明:发动机风扇叶片硬物冲击损伤类型表现出多样化特征,其中缺口和凹坑两类损伤类型发生概率较大,而且不同损伤类型在特定发动机型号中又存在一定的差异性.通过对损伤位置与尺寸特征的分析,表明风扇叶片的损伤位置存在一定的集簇统计规律,缺口的损伤尺寸特性存在一定的统计分布规律.研究结果能够为航空发动机风扇叶片实际的维护维修工作提供相关技术参考.      

基于航迹质量评估的雷达和ADS-B数据融合方法

雷达和广播式自动相关监视系统（ADS-B）的数据融合是监视“黑飞”无人机和飞鸟等目标的有效手段,然而两种传感器跟踪性能差异较大且易波动,会带来融合精度下降问题。提出一种基于航迹质量评估的雷达和ADS-B 数据融合方法,首先量化评估局部航迹精度、数据更新次数和传感器测量误差对局部航迹质量的影响,其次综合计算局部航迹的质量加权因子,最后基于分布式融合结构完成异步航迹融合处理。结果表明：本文提出的融合处理方法能有效提高融合跟踪精度,在传感器跟踪性能出现波动的情况下,跟踪误差均优于传统航迹融合方法。实际工程应用中的融合效果也验证了本文方法有助于实现对低空合作和非合作式目标的综合监视。     

非线性回归支持向量机的SMO算法改进

为了解决非线性数据和非线性函数的回归问题,采用了支持向量机序列最小优化算法.原始序列最小优化（SMO,Sequential Minimal Optimization）算法存在训练速度慢和训练结果不稳定的缺点,为了能加快SMO算法的训练速度和提高训练结果稳定性,通过改进优化乘子更新方法、采用双阈值法、预存核函数、增加停机准则等方法对SMO算法做了改进.仿真实验表明,改进的算法能很好地对非线性数据和非线性函数进行回归,具有比原始SMO算法更快的训练速度和稳定的训练结果.