强信号下GNSS接收机前端处理引起的相关损耗

在全球导航卫星系统（GNSS）信号质量监测及GNSS射频（RF）信号模拟器测试等应用中,有用信号功率往往远高于噪声功率。针对二进制相位移位键控（BPSK）和二进制偏移载波（BOC）调制信号,首次研究了这种强信号条件下接收机带限滤波、采样和量化（BSQ）引起的相关损耗。首先分析了不考虑量化作用时由滤波和采样引起的损耗;然后分析了不考虑前端滤波时由量化和采样引起的损耗,推导了相关损耗的解析表达式并得到了量化器的最佳量化间隔;最后,对于滤波、采样、量化共同作用引起的损耗,采用蒙特卡罗方法仿真分析了GPS L1 C/A信号在不同滤波带宽和量化比特数下的归一化相关功率,探讨了根据仿真结果拟合相关损耗解析表达式的方法以简化分析。      

求解概率优化问题的微种群免疫优化算法

针对未知随机变量分布环境下的非线性概率优化模型,探讨微种群免疫优化算法。算法设计中,基于危险理论的应答模式,设计隐并行优化结构;经由自适应采样方法辨析优质和劣质个体;通过动态调整个体的危险半径确定危险区域和不同类型子群;利用多种变异策略指导个体展开多方位局部和全局搜索。该算法的计算复杂度依赖于迭代数、变量维数和群体规模,其具有进化种群规模小、可调参数少和结构简单等优点。借助理论测试例子和公交车调度问题,比较性的数值实验显示,此算法在寻优效率、搜索效果等方面均有一定的优势,对复杂概率优化模型有较好潜力。      

光纤陀螺惯性测量单元数据频混误差仿真分析

导航计算机对光纤陀螺（FOG）测量数据的异步重采样将引起数据的频谱混叠误差。基于FOG信号检测特点,以FOG闭环输出数据更新率、惯性测量单元（IMU）异步通信定时脉冲频率为参量,以载体的正弦干扰频率为变量,以导航计算机接收信号直流（DC）分量的幅值误差抑制为目标,建立了仿真模型。分析了现有内插抽取方案和滑动滤波方案的数据频混误差及延时特性。提出了类盲发变滑窗长度方案,抑制了频混误差响应谱对滑窗长度的敏感性。仿真结果表明,相比滑窗长度偏离最优值4%的滑动滤波方案,变滑窗长度方案的误差最大值从0.056 85降至0.009 737,能更好地适应定时脉冲信号频率抖动或切换的工程应用需求。      

施必牢螺纹在采样钻具防松连接中的应用研究

在月面环境下实施钻取采样作业任务,采样钻具将受到驱动部件的高频冲击作用以及月壤交变载荷的复合作用,钻进过程中还可能需要钻具反转。为了确保在各种复杂条件下钻具的螺纹连接不松脱、不错相,对采样钻具螺纹连接失效模式进行了分析,提出了一种应用施必牢螺纹实现防松的方案,并与标准螺纹进行了对比性实验研究,验证了施必牢螺纹在采样钻具中应用的可行性。     

一种并行组合采样系统信号重构方法

提出了在并行组合采样系统这种多通道组合采样系统中,对于时基非同步信号,使用插值算法对组合信号进行重构的方法。实际的并行组合采样中,由于各采样通道之间的采样时钟相位控制存在时基偏差,引起了采样信号的时间非同步,导致采样波形非线性失真。为补偿系统的无杂散动态范围和实际信噪比,有效地还原信号原貌,需要对采样序列进行信号重构。提出了用插值算法来重构信号,实现对时基偏差的校正,并通过仿真验证,分析了此方法的可行性。     

一种基于时间梳技术的高频正弦信号幅值测量方法

本文研究了一种基于时间梳原理的高频正弦信号幅值测量方法,介绍了时间梳原理并详细分析了其特点,并将此原理应用于高频信号的幅值测量中,可以在不满足乃奎斯特采样定理的条件下,用低于被测信号的频率对被测高频信号进行同步采样,避免了高频信号采样的高采样率,结合自相关和多重自相关技术,实现了对高频正弦信号的幅值的准确测量,实验结果表明本文算法对高频信号的幅值测量具有很高的测量准确度,尤其在低信噪比下也有较高的测量准确度,具有较高的工程实用价值。     

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

基于FPGA控制的DSP数据采集和处理系统

基于DSP和FPGA技术,设计了一种实时数据采集和处理系统,本文介绍了该数据采集和处理系统的结构、工作原理和工作流程.     

可靠性全局灵敏度求解的Meta-IS-AK算法

可靠性全局灵敏度（GRS）可以衡量输入变量对结构系统失效概率的平均影响,但目前仍然缺乏具有广泛适应性的高效算法。针对此问题,本文将在元重要抽样和可靠性全局灵敏度的贝叶斯算法基础上建立一种新的高效算法。所提算法首先利用已有的贝叶斯算法,将可靠性全局灵敏度转换成由无条件失效概率及输入变量失效域条件下的概率密度函数（PDF）表达的形式,然后分3步来完成算法的组织。第1步是利用元重要抽样的迭代策略抽取失效域的重要抽样样本;第2步是在已有的元重要抽样法中嵌入自适应Kriging模型,高效计算出无条件失效概率;第3步是利用Metropolis-Hastings准则,将失效域的重要抽样样本转化成为原始密度函数在失效域的样本点,进而同时求得各个输入变量在失效域中的条件概率密度函数,并最终求得可靠性全局灵敏度。由于所提算法充分利用了已有的可靠性全局灵敏度贝叶斯算法的维度独立性、元重要抽样法对隐式多失效域的适应性以及元重要抽样法中嵌入式Kriging模型的高效性,因此所提算法具有广泛的适用范围和较高的效率,该结论得到了算例结果的充分验证。     

基于自适应代理模型的气动优化方法

气动优化设计中,为了减少优化系统的计算周期,提高搜索效率,引入结构简单、计算量较小的代理模型,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间。因此本文提出了一种基于自适应代理模型的气动优化方法。首先对自适应代理模型进行研究,建立了 Kriging 自适应代理模型和支持向量回归自适应代理模型,这两种自适应代理模型在相同样本点情况下比一般代理模型拥有更高的预测能力,然后将这其应用到翼型优化设计中,取得了良好的优化效果,从而表明这两种自适应代理模型不仅简单实用,而且明显提高了气动分析的计算效率。