用8098单片机实现数据采集和频谱分析的若干问题讨论

本文分析了由单片机控制的状态监测、故障检测等系统数据采集与频谱分析中的有关问题,并提出了相应的解决办法。     

用自联想网络处理带噪声的发动机数据

研究了用自联想网络(AANN)进行数字滤波的方法。自联想网络采用一种带有瓶颈层的特殊结构，且具有单位总增益。在经过大量带噪声样本的训练之后，各变量之间能够建立起内在联系。输入信息通过瓶颈层前的压缩及瓶颈层后的解压缩过程，信息中的精华将被提取，从而使人们能够利用冗余信息抑制其测量噪声，使发动机测量参数在最大程度上减少噪声对其带来的负面影响。     

基于神经网络的多模态故障检测

研究了使用RBF网络进行多模态辨识的结构和其在多模态故障检测中的应用。在信号满足持续激励的条件下 ,状态估计误差渐进趋向于零 ,辨识器的参数估计能够达到满意的效果。使用多个神经网络辨识器 ,对一非线性系统的多模态故障检测进行了仿真研究     

复调制ZFFT的TMS320C25实现

介绍了用ＴＭＳ３２０Ｃ２５数字信号处理器实现复调制ＺｏｏｍＦＦＴ（ＺＦＦＴ）频率细化技术，在所举的例子中，用１０２４复数点选带ＦＦＴ获得通常８１９２复数点基带ＦＦＴ的频率分辨力。实验结果表明，此种频率细化方法特别适用于不能同时处理Ｎ点，而又要求Ｎ点ＦＦＴ频率分辨力的频谱分析场合，文中给出了几种提高Ｃ２５ＦＦＴ运算速度的方法，使１０２４复数点ＦＦＴ的运算时间减少到１２．６ｍｓ，可供工程应用参考。     

旋转光楔散斑照相术

本文提出了动态散斑照的一种新方法－旋转光楔散斑照相术，文中给出了理论分析及实验结果。该方法不仅能在一张记录介质上记录物体动变形的各状态的多通道散斑图，而且用全场滤波分析时，能方便地同时给出所有通道上的物体变形信息，得到清晰的、高衬比的干涉条纹图。这种方法是利用旋转光楔照相机来实现多通道动态散斑记录，具有设备简单、用途广泛等优点。文中给出了实测结果，理论分析与实验结果是吻合的。     

地磁定位方法综述

地磁导航具有可用区域广泛、无累积误差、无源和隐蔽性强等优势,是未来定位导航与授时（PNT）体系中潜在的重要导航定位手段之一。地磁导航技术包括磁场信息的测量、地磁基准图的建立和地磁定位方法的设计3个重要内容。本文主要围绕地磁定位方法,调研总结了当前主流的地磁滤波、地磁匹配和磁场同时定位与构图(SLAM)三类方法的原理及技术发展路线,重点分析了不同方法的优缺点、适用场景、时效性、对磁图和传感器的需求,并对地磁定位方法的发展方向进行了展望。     

中继卫星S频段多址系统应用服务模式

通过深入分析TDRSS(Tracking and Data Relay Satellite System,跟踪与数据中继卫星系统)多址业务的主要能力、业务类型以及服务对象,概括总结出了TDRSS多址业务的2种应用服务模式,即周计划模式和按需接入模式。在此基础之上,设计了我国中继卫星SMA(S-band Multiple Access,S频段多址系统)的预分配服务模式、周计划服务模式和按需接入服务模式等3种应用服务模式。针对这些,建议:低速测控及数传需求的用户平台在安装S频段中继终端时,考虑兼容S频段单址和多址业务;用户中心S频段低速测控及数传服务尽可能使用SMA;用户在单独使用返向SMA资源时,必须确保中继终端处于开机状态,并指向中继卫星。     

卫星地球-射频敏感器组合定姿滤波算法研究

基于卡尔曼滤波理论以及卫星定姿技术的发现状况，对卡尔曼滤波在静止轨道三轴稳定卫星红外地球敏感器和射频敏感器组合定姿中的应用作了一定的研究。建立了静止轨道三稳定卫星姿态动力学模型和红外－射频敏感器组合定姿的姿态量测模型，针对这一模型，应用推广的卡尔曼滤波进行姿态估计，并进行了计算机仿真，验证了滤波方法应用于静止轨道三轴稳定卫星红外地球敏感哭和射频敏感器组合定姿的有效性和优越性。     

自学习自适应INS／Doppler组合导航系统

本文通过引入文［１］提出的自学习适应Ｋａｌｍａｎ滤波，而将氢此组成的具有自学习功能的智能组合导航系统直接建立在噪声分布密度的异步自学习估计上，由于此时的ＬＡＫＦ在每次重复滤波实验后可离线异步地学习模型与量测噪声的统计特性，从而可有效地避免滤波发散现象并能确保实时性。文中结合某飞行器，对ＩＮＳ／Ｄｏｐｐｌｅｒ组合导航系统进行了仿真研究，所得结果十分满意。     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。