航空发动机转速信号的ARMA模型预测方法研究

提出了一种基于时间序列理论的分析和预测某型航空发动机转速信号的方法,建立了描述发动机额定转速变化规律的ARMA（3,1）模型,并对发动机转速进行预测。结果表明,所建模型能够以较高精度预测未来一段周期内发动机转速信号的发展趋势和数值大小,说明采用时序分析方法进行航空发动机转速信号预测有效可行。     

某超高层建筑刚性模型测力试验研究

在4m×3m边界层风洞中对某高295m的超高层建筑分别进行了有、无周边建筑的刚性模型测力天平试验,得到建筑3个主轴方向基底力矩均值和均方根值随风向角的变化情况,通过比较表明周边超高层建筑对其具有较严重的干扰影响;分析了功率谱和相干函数所表现出的力矩频域特性,横-扭方向基底弯矩相关性明显较顺-横、顺-扭两向大;通过敲击试验得到基底弯矩的自由衰减信号,采用HHT变换方法,识别了模型-天平系统在两个主轴方向的一阶频率和阻尼比,并根据频率和阻尼比消除了基底弯矩信号中由于模型非绝对刚性引起的共振响应分量,由此修正得到较为精确的基底力谱和各角度均方根值,为计算风振响应提供了依据。     

涡扇发动机综合检测系统设计

针对某涡扇发动机检测设备的不足,采用基于PXI总线的控制器和数据采集卡建立某涡扇发动机综合检测系统,充分利用现代计算机的资源进行自主开发,将发动机静态校准仪、动态测量仪和振动检测仪的功能合而为一,并增加试车检测功能.这对于提高发动机作战效率具有重要意义.     

极弱信号环境下GPS位同步和载波跟踪技术

为解决环路未锁定、无法找出正确的导航数据位跳变点时极弱全球定位系统(GPS)信号跟踪问题,通过分析信号跟踪模型和相关器1 ms采样数据特性,将最优路径动态规划算法应用于GPS位同步,并提出基于平方根无迹卡尔曼滤波(SRUKF)和位同步结合的载波联合跟踪算法。建立了适合位同步的SRUKF载波环参数估计模型,针对位同步的实现条件和无相位频率先验信息的情况,将位同步模块提前,研究设计了环路未锁定时串行和并行两种弱信号跟踪方案。位同步跟踪完成后环路采用单独的SRUKF工作方式。实验结果证实该文提出的算法具有较高的数据位边缘检测概率(EDR)和参数估计性能,而无须关心环路是否处于锁定状态,能够对载噪比低至22 dB/Hz的弱信号实现跟踪。     

基于铱星/INS组合定位技术在船舶中的应用研究

GNSS拒止环境下惯性/GNSS组合导航系统的性能会严重恶化,通过利用并提取机会信号中的有用观测量,可以实现机会信号和惯性系统的联合动态定位。提出了利用铱星/INS组合定位技术实现船舶的动态定位。首先深入研究了铱星的信号体制,建立了利用铱星瞬时多普勒频移进行定位的算法模型;然后,提出了利用基于扩展卡尔曼滤波(EKF)技术的铱星机会信号与INS组合定位算法;最后,通过船舶航行实测数据对所提算法进行了试验验证。结果表明,提出的利用铱星机会信号和INS组合定位方法可以有效改善无GNSS信号条件下的INS定位精度,在GNSS信号拒止环境下解决了船舶定位问题,具有重要的研究意义和实用价值。     

核磁共振陀螺信号仿真及噪声分析

核磁共振陀螺具有体积小、精度高、功耗低等优势,有望成为下一代惯性导航系统的核心部件,目前正受到人们的广泛关注。比较全面的介绍了核磁共振陀螺的基本理论,在此基础上利用时间离散化方法推导并建立了能够充分考虑核磁共振陀螺系统动态特性的仿真模型。利用该模型研究分析了锁相环相位、磁场、温度以及探测光强在1×10-5均方根幅度下均匀白噪声对陀螺信号的影响,发现它们对角随机游走、零偏不稳定性影响依次减小,且都具有自身独特的频率响应特性。其中,锁相环相位噪声引起的角随机游走与零偏不稳定性分别为5.1985×102(°)/h1/2、3.4593×103(°)/h,而探测光强噪声引起的角随机游走与零偏不稳定性分别为3.1623×10-1(°)/h1/2、4.7603×10-1(°)/h。该研究对深入分析核磁共振陀螺动力学机理、寻找主要噪声来源、提高陀螺性能具有重要意义。     

同步整流技术在航空发动机信号测量中的应用研究

简要介绍了同步整流技术的原理,提出了以同步整流技术测量航空发动机磁感应式传感器信号的方法,实现了信号测量准零温度漂移的目的。     

一种SAR原始数据压缩新算法

 由于合成孔径雷达（SAR）原始数据的相关性很低,直接压缩原始数据是比较困难的。因此提出一种新算法,先对SAR原始数据做距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向做线性预测,并对预测差值系列做块自适应量化。实验表明,在相同比特率条件下,该算法得到的数据域信噪比和图像域信噪比均比块自适应量化(BAQ)算法高,计算量远小于有关文献给出的距离聚焦后的压缩方法,具有一定实用价值。     

A Polynomial Prediction Filter Method for Estimating Multisensor Dynamically Varying Biases

The estimation of the sensor measurement biases in a multisensor system is vital for the sensor data fusion. A solution is provided for the estimation of dynamically varying multiple sensor biases without any knowledge of the dynamic bias model pa- rameters. It is shown that the sensor bias pseudomeasurement can be dynamically obtained via a parity vector. This is accom- plished by multiplying the sensor uncalibrated measurement equations by a projection matrix so that the measured variable is eliminated from the equations. Once the state equations of the dynamically varying sensor biases are modeled by a polynomial prediction filter, the dynamically varying multisensor biases can be obtained by Kalman filter. Simulation results validate that the proposed method can estimate the constant biases and dynamic biases of multisensors and outperforms the methods reported in literature.     

虚拟仪器一仪器的新概念

从仪器的结构和性能特点方面，对虚拟仪器和传统仪器作了较详尽的比较，提出了“软件就是仪器”的新概念。为进一步阐明虚拟仪器的基本概念，列举并分析了ＶＸＩ总线虚拟仪器的软件框架。