基于基波电流观测器和旋转高频电压注入法的IPMSM无传感器控制

为了实现永磁同步电机低速段的高精度无传感器运行,系统地分析了绕组电阻和感应电动势、电流调节器、滤波器、电机暂态运行、注入高频电压的幅值与频率、多凸极效应、电流传感器精度以及A/D采样量化误差等因素对基于旋转高频电压注入法的低速无传感器控制方法转子位置估计精度的影响机理。在此基础上,提出了一种基于基波电流观测器和旋转高频电压注入法相结合的低速无传感器控制策略,消除了传统的无传感器控制方法中带通滤波器引起的转子位置估计误差,并降低了电机暂态运行引起的转子位置估计误差,有效地提高了低速无传感器控制方法的转子位置估计精度。仿真和实验结果表明,所提出的低速无传感器控制策略具有更高的转子位置估计精度和更宽的调速范围。     

捷联激光制导的视线信号提取方法

提出了一种弹目视线角信号的提取方法,该方法采用UKF解耦,针对捷联激光制导炸弹需要攻击移动目标却不能测量弹目相对距离和速度的情况,建立了弹目相对运动模型,解耦过程不需要相对距离信息,能够更方便地应用于工程实践.经仿真验证,此方法可以较好地估计出弹目视线角以及角速率信息,能够满足捷联激光制导炸弹工程应用的需要.     

涡扇发动机高压涡轮前温度组合估计方法

考虑到目前暂无法实现机载条件下高压涡轮前温度直接、可靠的测量,提出一种用于涡扇发动机高压涡轮前温度估计的方法.基于涡扇发动机的能量守恒原理,建立高压涡轮前温度与气路参数的热力学关系,进而推导出高压涡轮前温度的6个估计模型.将各温度模型中不易测量的参数以整体的形式作为温度模型系数,并利用某涡扇发动机性能仿真模型建立温度模型系数与可测状态参数的多项式关系,最终确立高压涡轮前温度的组合估计模型.验证结果表明:组合估计方法在发动机健康及性能衰退状态下都具有较高的精度,其性能最好模型的方均根误差不超过1%.与已有线性拟合、神经网络等方法的对比也表明组合估计方法不论在精度还是性能稳定性方面都具有明显优势.      

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

SA一方程湍流模型参数影响分析与辨识

SA(Spalart-Allmaras)一方程湍流模型是目前工程湍流计算中主要采用的湍流模型之一。首先,针对某典型战斗机的小攻角、中等攻角、大攻角流动工况,利用均匀试验设计方法分析SA一方程模型中8个参数取值对上述工况下飞机升力和阻力系数计算结果的影响规律;然后,建立工程湍流模型参数的辨识方法,并将其用于该战斗机大攻角工况下湍流模型参数cb1值的辨识调整。结果表明:不同工况下,湍流模型参数对计算结果的影响规律不同;在附着流状态下,对升力和阻力影响较大的参数是cv1和cb1;在中等攻角和较大攻角下,对升力和阻力影响较大的参数是cb1;适当减小参数cb1的取值后,升力和阻力系数的计算结果有较明显的改善,这可能与飞机大攻角分离流场中涡粘系数和剪切应力的发展与自由剪切流存在一定差异有关。     

考虑烧蚀情况下的表面热流辨识

针对烧蚀传热问题,在热解面模型的基础上通过伴随方程推导建立了基于测点温度辨识表面热流的方法,并进行了算例考核。结果表明:热流辨识结果与真值符合较好,辨识结果与真值之间的偏差随测量误差的增加而增加;烧蚀后退量测量结果的误差对辨识结果有较为显著的影响。然后,将该辨识方法用于钝头型碳酚醛材料Narmco4028试件在陶瓷加热风洞中的烧蚀试验结果分析,结果表明辨识出的表面热流与加热功率基本符合,辨识方法是有效的,在工程实际中有较好的应用前景。     

Optimal assimilation for ionospheric weather – Theoretical aspect

Observation, specification and prediction of ionospheric weather are the key scientific pursuits of space physicists, which largely based on an optimal assimilation system. The optimal assimilation system, or commonly called data assimilation system, consists of dynamic process, observation system and optimal estimation procedure. We attempt to give a complete framework in this paper under which the data assimilation procedure carries through. We discuss some crucial issues of data assimilation as follows: modeling a dynamic system for ionospheric weather; state estimation for static or steady system in sense of optimization and likelihood; state and its uncertainty estimation for dynamic process. Meanwhile we also discuss briefly the observability of an observation system; system parameter identification. Some data assimilation procedures existed at present are reviewed in the framework of this paper. As an example, a second order dynamic system is discussed in more detail to illustrate the specific optimal assimilation procedure, ranging from modeling the system, state and its uncertainty calculation, to the quantitatively integration of dynamic law, measurement to significantly reduce the estimation error. The analysis shows that the optimal assimilation model, with mathematical core of optimal estimation, differs from the theoretical, empirical and semi-empirical models in assimilating measured data, being constrained by physical law and being optimized respectively. The data assimilation technique, due to its optimization and integration feature, could obtain better accurate results than those obtained by dynamic process, measurement or their statistical analysis alone. The model based on optimal assimilation meets well with the criterion of the model or algorithm assessment by ‘space weather metrics’. More attention for optimal assimilation procedure creation should be paid to transition matrix finding, which is usually not easy for practical space weather system. High performance computing hardware and software studies should be promoted further so as to meet the requirement of large storage and extensive computation in the optimal estimation. The discussion in this paper is appropriate for the static or steady state or transition process of dynamic system. Many phenomena in space environment are unstable and chaos. So space environment study should include and integrate these two branches of learning. This revised version was published online in August 2006 with corrections to the Cover Date.     

强噪声环境下声波信号时延估计方法的比较

声波信号时延的准确估计是实现强噪声环境下声学法高精度测温的关键。介绍了声学测温中基于互相关函数、人工神经网络和小波变换等几种典型的信号时延估计方法．对这3种时延估计方法的实现原理分别进行了论述，分析比较了它们的优缺点，相比于其他两种方法，小波变换技术更适合于强噪声环境下的声波信号的时延估计。     

利用大迎角试飞数据辨识飞机气动导数

基于用局部线化代替非线性概念．探索了利用大迎角飞行试验数据辨识飞机空气动力参数问题。在准定常假设条件下，提出了迎角分割算法和时间分割算法，针对歼教七飞机的失速飞行试验数据，用最小二乘回归方法和最大似然法验证了上述大迎角参数辨识的思想，取得了较好的结果，为进一步开展大迎角参数辨识技术的工程应用奠定了基础。     

基于Bootstrap滤波的单站无源定位算法

针对非线性测量下的被动定位问题,建立了只测角定位模型。讨论了一种基于贝叶斯理论的 Bootstrap 滤波算法,并将该算法与扩展卡尔曼滤波算法进行了比较,仿真结果表明Bootstrap 滤波算法定位精度更高,抗噪声性能更强。