基于载体姿态测量的微伺服吊舱

针对微小型无人机光电吊舱对光轴稳定与目标跟踪的需求,研究了一种基于载体姿态测量的光学平台稳定技术.该技术利用吊舱基座上的速率陀螺测量机体三轴姿态运动,通过控制光学平台的俯仰和偏航两通道伺服系统实现对光轴的惯性空间稳定.该系统使用步进电机来当执行机构,根据步进电机的特性,可以推导得到控制量与转速的关系,由此省去了在一般捷联稳定技术中的微分测速环节,得出了一种新的基于前馈控制的不变性原理.设计了解耦指令分配算法,将一个两轴耦合系统,转换为两个独立的单轴系统.在单轴控制中,分别设计了比例控制及比例积分控制算法实现对光轴的稳定控制和跟踪.最后通过在Matlab/Simulink环境下的仿真,以及实际的摇摆台试验,证明了基于载体姿态测量的稳定技术能够实现微小型无人机光电吊舱的光轴稳定.     

基于定位特征点的叶片锥束CT点云模型配准方法

针对实际生产过程中锥束CT检测空心涡轮叶片的点云数据与计算机辅助设计模型的配准问题,提出了一种基于定位特征点的叶片锥束CT点云模型配准方法。首先将点云数据与计算机辅助设计模型进行预配准;然后查找空心涡轮叶片的设计定位特征点坐标;最后根据定位基准点寻找点云数据上与之对应的基准点,并建立各自坐标系,根据坐标系进行几何变换,迭代直至满足要求,从而完成精确配准。试验结果表明,该方法很好地实现了锥束CT点云模型的配准定位,满足了实际生产要求。     

T-1A型高精度绝对重力仪

高精度绝对重力仪用于测量地球表面的重力加速度（g,常用值9.81 m/s2）,在精密计量、大地测量、地球物理、资源勘探等领域具有广泛应用。近年来,清华大学自主研制完成T-1与T-1A型高精度绝对重力仪,采用新型的自由落体装置、激光干涉测量技术和信号处理方法,可实现微伽量级不确定度的精密重力测量。本文主要介绍T-1A型高精度绝对重力仪的系统技术和测试结果,经过进一步工程化改进,该仪器有望实际应用于重力计量、地震研究等领域。     

测量兆欧表中值电压和开路电压的一种方法

提出了一种仅用一台通用高阻标准器和台式数字多用表来完成兆欧表中值电压和开路电压的计量方法。通过调节高阻标准器的阻值以及改变和数字多用表的连接方式,组合出所需的测量电路。实验结果表明,该方法实用性强,操作方便,灵活度高,减低了成本,提高了设备的使用率。     

光纤环及其骨架材料膨胀系数测量方法研究与实现

介绍了一种光纤环及其骨架膨胀系数的简易测量方法,并组建了测量系统。利用铝材和不锈钢,对系统的可行性进行了验证,同时用该系统测量了光纤环及不同骨架的膨胀系数,并对实验数据进行了分析研究,实验结果表明：该系统能够为找出与光纤环相匹配的骨架材料提供技术支撑,具有一定的实用和推广应用价值。     

某3级风扇试验流场诊断及性能优化

压气机试验是检验压气机设计是否达标的重要过程,并可在原设计基础上进行优化来发掘设计的潜能。利用级间总压和壁面静压在某3级风扇第1阶段试验对级间流场进行了详细测量和级性能诊断,提出了静叶角度优化方案;通过第2阶段试验,得出了角度优化后使设计转速喘振裕度提高了7.5个百分点,达到了设计指标的结论。流场诊断技术在压气机试验中起到了关键作用。结果表明:壁面静压结合级间径向总压测量方法基本能够满足在压气机试验中性能优化的需要。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

机载燃油惰化技术及标准研究

针对目前广泛应用于飞机燃油箱起火和爆炸防护的机载燃油惰化系统,详述了国外机载燃油惰化技术的发展历程,并介绍了国内发展现状,提出影响机载燃油惰化系统设计的关键因素。在此基础上,简述了国内外标准情况,提出了制定我国机载燃油惰化系统标准的建议。     

一种基于冗余测量的自适应卡尔曼滤波算法

针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。