基于稀疏表示和近似(e)0范数约束的宽带信号DOA估计

针对宽带信号的波达方向(DOA)估计问题,在稀疏框架下提出一种近似(e)0范数约束的宽带信号DOA估计新算法.首先对宽带信号进行预处理,得到同一参考频率点下的接收数据,然后对其协方差矩阵元素进行加和平均运算,得到一个低维的观测向量,并在稀疏框架下进行稀疏表示,最后利用截断(e)1函数设定权值,构造逼近(e)0范数约束的稀疏重构方法,进而重构信号,获得宽带信号的DOA估计.仿真结果表明,相比于传统的宽带信号DOA估计算法,所提算法具有更高的分辨率和估计精度.     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。     

一种基于外推信息的惯导/陆基单站导航修正方案

提出了一种基于外推信息的陆基单站测距信息惯导修正方案,该方案一方面利用陆基测距系统融合捷联惯导系统（SINS）的导航信息进行惯导误差修正,充分发挥惯导系统和陆基导航系统各自的优点,进行系统间的取长补短,有效地减小导航误差;另一方面将陆基/SINS修正结果送入状态估计器求解法向速度,解算实时载体轨迹的待修正量,进而执行载体速度和方向修正,进一步提高了导弹命中精度。     

基于特殊位置检测的开关磁阻电机无位置传感器控制策略

针对开关磁阻电机调速系统(SRD),提出了一种基于特殊位置检测的开关磁阻电机(SRM)转子位置估算方法。通过在线计算每相绕组实时磁链数据,检测出各相转子到达特殊位置的时刻。提出了基于特殊位置检测的电机转子位置重构策略,对电机瞬时转子位置进行还原。在提出的转子位置估算方法基础上,设计了SRD转速闭环控制系统。样机试验表明,提出的转子位置估算策略具有较高的检测精度与较宽的转速使用范围。基于关键位置检测的转速闭环无位置传感器控制策略具有较快的动态响应和较强的鲁棒性。     

三参数Weibull分布参数的LS-估计

本文主要给出了三参数Weibull分布参数的非线性最小二乘方估计的一种方法。实例表明,结果是令人满意的。     

齿轮故障诊断技术的研究

本文总结了我们多年来对齿轮故障诊断的研究工作。论述了故障齿轮振动信号的数学模型;论证了齿轮故障诊断的新方法:细化复包络分析、宽带解调技术、三阶谱分析、相关谱分析和最大熵谱分析,并列举了实例。 细化复包络谱是将细化技术应用到复包络谱上,可以提高频率分辨力。理论分析与计算机模拟表明,宽带解调技术具有很高的信噪比。三阶谱与相关谱对某些故障的分析很有效。理论分析表明,对调相信号的最大熵谱估计是有偏估计,文中还给出了线性调相与线性调频两种情况下的偏移量。     

模态试验中跑点测量时传感器附加质量影响的消除

介绍了在模态试验中消除传感器附加质量对模态参数识别结果影响的方法，该方法主要针对固定激振点，移动单个传感器的常见试验情况，在不需改变常规试验设备和方法，不增加测试工作量的前提下，用分析方法消除传感器质量的影响，为验证该方法的正确性和有效性，对一直梁作了仿真计算和实验研究。     

基于对极几何约束的景象匹配研究

提出了一种图像配准方法来解决实时图与基准图空间不对准问题。它是利用随机采样算法估计基本矩阵，恢复实时图与基准图之间对极几何．然后基于对极几何约束．剔除误匹配点．得到精确匹配控制点，计算出全局仿射变换，从而对实时图进行校正。该方法的特点是精确、稳定和全自动。采用真实图像实验结果表明，该方法是行之有效的。     

有色噪声干扰下的一种系统辨识方法

把有色噪声干扰的随机系统看作一类广义输出误差模型,辨识的思想是把过程模型和噪声模型分别用两个有限脉冲响应(FIR)模型逼近,进而得到一个特殊的CARMA模型/ARMAX模型。使用增广最小二乘法估计其参数,最后根据模型等价原理确定原系统的参数估计。仿真结果表明．如果近似的FIR模型有较高的阶次,系统辨识精度满足要求。     

基于贝叶斯网的航班过站时间动态估计

一架飞机每天要执行多个航班,从而 形成航班链。前序航班进港后,若估计出飞机在机场的过站时间,后续航班的离港时间便可 较准确给出。文中选取了对航班过站时间影响较为显著的几个因素,运用历史数据,采用最 大似然估计进行贝叶斯网参数学习并获得不同情况下过站时间的估计值。同时,利用贝叶斯 网增量学习的特性,运用航班增量数据基于贝叶斯估计修正贝叶斯网参数,并用新的学习 结果更新过站时间估计值。实验数据表明,所提出的方法能较好地对飞机过站时间进行估计。最后,对影响过站时间的各因素进行了灵敏度分析对比。