基于非线性变换的加速度计误差标定与补偿CSCD

为提高三轴加速度计测量精度,分析其误差来源和产生机理,建立了误差模型;根据误差模型和重力场幅值不变特性,推导出非线性观测方程。引入两个未知的参数向量,通过数学变换把非线性观测方程变形为关于新未知参数的线性方程;然后采用批量最小二乘法求出新的未知参数,并根据误差模型参数和新未知参数之间的关系,利用逆解析运算求出对应的零点偏差、灵敏度误差和三轴不正交误差。实验结果表明,加速度计正负误差峰值间距可以减小100倍左右,精度可达10-3m/s2,并具有很好的可重复性。该方法算法效率较高,补偿效果显著。     

无人机高速DS/FH混合扩频通信系统关键模块设计

针对UAV(Unmanned Aerial Vehicle,无人机)测控链路高抗干扰需求,给出了实现跳频速率20 000次/s的扩跳混合无人机测控数据链系统实现方案.系统采用跳频频率并行捕获模式.跳频源设计采用直接频率合成、DDS(Direct Digital Synthesis,直接数字频率合成)和PLL (Phase-Locked Loop,锁相环)相结合的混合频率合成技术.利用相位响应滤波器,通过正交调制技术完成MSK(Minimum Shift Keying,最小频移键控)、GMSK (GaussianMinimum Shift Keying,高斯最小频移键控)调制.通过推导得出2 bit差分解调输出与载波频率选择有关,且为四分之数据率的整数倍关系.然后通过实例分析给出了跳频频率间隔选取方法,即跳频间隔应当将临近跳频的主瓣分开,同时跳频载波频率应当设在其他跳频频谱的零点处.最后总结了高速扩跳频系统参数设计一般步骤.     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

基于自回归与最小均方理论的振动环境下 光纤陀螺仪滤波方法

针对振动应力下光纤陀螺产生测量误差增大的问题,从振动对光纤环的影响机理出发,分析了振动应力下光纤陀螺干涉信号的表现形式,提出了基于自回归最小均方滤波理论的光纤陀螺滤波方法,将AR模型的平稳性和最小均方根滤波的自适应性相结合,提取平稳数据的特性参数,对高频信号进行滤波,降低非互易相移产生陀螺角速度误差值的干扰.试验表明,该方法简单可行,有效地降低了振动应力下光纤陀螺输出信息的噪声,抑制了由振动引起的陀螺漂移.     

柴油发动机热管理系统的高度特性

基于空中和高原环境的特点,研究了柴油发动机散热器传热性能的高度特性;进一步建立了发动机热管理系统的流动和传热模型,研究了热管理系统的高度特性;给出了基于最小功耗原则的热管理系统运行参数匹配方法.在固定系统热负荷条件下的计算结果表明:随着海拔高度的增加,在空中环境下,散热器的散热性能先上升后下降,热管理系统中冷却液和润滑油温度先下降后上升,热管理系统所需的最小功耗先减小后增加;在高原环境下,散热器的散热性能随高度增加大幅下降,热管理系统中冷却液和润滑油温度大幅上升,发动机出现过热问题,为了给发动机提供足够的散热能力,热管理系统所需要的最小功耗随着海拔高度的增加而大幅增加.      

非正交弧线齿面齿轮齿面设计及根切研究

非正交弧线齿面齿轮是以端面渐开线弧线齿圆柱齿轮为假想刀具包络展成的面齿轮。根据面齿轮啮合原理推导了非正交弧线齿面齿轮齿面方程,结合Matlab数学模型和根切理论研究了该种面齿轮的根切现象,计算出面齿轮不产生根切的最大内径,并通过Catia仿真滚齿来验证计算的准确性。该研究旨在提出一种新型非正交面齿轮,通过理论推导及仿真模拟来研究该种面齿轮的根切现象,在此基础上探究非正交弧线齿面齿轮的内径影响因素。研究结果表明:在同等参数下,当位置参数增大时,刀具渐开线截面高度和内径逐渐减小,当刀具圆弧半径增大时,内径逐渐减小,刀具渐开线截面高度逐渐增大。     

基于模型辨识的发动机部件特性修正研究

在发动机的总体性能研究中,发动机部件特性图的准确程度对总体性能计算结果有明显的影响.研究表明,部件特性数据的偏差,尤其是风扇、压气机及涡轮等部件特性的偏差会使发动机总体性能计算结果出现很大的偏差,与实际性能不符.本文采用变分加权最小二乘法对试验数据进行模型辨识分析,充分利用发动机整机测量的试验数据对发动机部件特性进行修正,该修正可反馈各部件实际特性信息,可为各部件分析及完善设计提供参考和依据.     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

故障树分析在某APU进气门故障诊断中的应用

首先介绍了故障树分析方法的概念和原理,然后以某辅助动力装置（APU）进气门组件为例．在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型。随后求得系统的最小割集,并计算出底事件的重要度,并以此为依据,从大到小排序,确定故障诊断的最优程序。实验结果表明,所用方法具有较强的故障诊断能力,能进行准确的故障定位,并能给出相应的故障处理措施,为该辅助动力装置故障诊断的发展提供了较为实用的参考价值。     

振梁加速度计温度误差模型及补偿技术研究

研究了振梁加速度计温度误差建模及补偿问题。分析了振梁加速度计受温度影响的主要因素,应用最小二乘算法得到零偏、标度因数与温度的多项式拟合关系,进而得到振梁加速度计的温度误差模型。利用该误差模型进行温度补偿。结果表明：经过温度建模和补偿,振梁加速度计精度有明显的提高。