一种系统辨识的递阶算法及其在飞机颤振试飞中的应用

在研究协方差矩阵特性的基础上 ,给出一种最小二乘辨识系统的递阶算法。该算法与自回归模型参数辨识的Levinson方法相似 ,利用协方差矩阵的特性,由低阶模型参数递阶算出高一阶的参数,用阶次辨识方法确定模型阶次。避免了最小二乘系统辨识批处理方法中的高阶矩阵求逆及最小二乘系统辨识递推算法中的循环修正,提高了计算的效率。该辨识方法成功地应用于飞机颤振特性的辨识。     

基于三焦距张量及BMA的运动估计和补偿

为克服块匹配位移估计方法 (BMA)不能准确描述物体的旋转、相机镜头的推移 (pan)及缩放的缺点 ,引入计算机视觉中的三线性关系及基于三焦距张量的像素转移进行运动估计和补偿。将像素转移与块匹配运动估计和补偿方法相结合 ,通过实际的图像序列比较了这种方法与单纯 BMA方法的运动补偿效果 ,结果表明 ,在有相机平移及景物有深度变化时 ,本文方法的效果明显优于单纯 BMA方法。     

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

轻型燃气轮机燃烧室NOx 排放估算

为了解决NOx排放预估问题,应用数值模拟方法研究轻型燃气轮机燃烧室NOx排放规律。将数值分析结果与文献中经验公式计算数据进行比较与分析,验证数值方法的准确性;基于进口压力、空气质量流量、主燃区温度3个参数拟合NOx排放预估公式。结果表明:数值模拟得到的NOx排放值与文献中经验公式计算出的符合度较高;结合数值计算结果得到的NOx排放预估公式;该公式能有效反映上述3个参数对NOx排放的影响;采用验证后的高精度数值模拟方法建立的NOx预估模型所得结果具有一定的科学性及可靠性,并可降低试验成本。     

基于零速修正的行人导航关键技术及研究进展

在室内等卫星导航受限场景下，可采用MEMS惯性传感器对行人进行自主导航定位。采用MEMS惯性传感器的行人自主导航技术主要包括基于步长估计的行人航位推算和基于零速修正的行人导航算法两种方式。首先介绍了两种方式的基本原理，然后重点分析了零速修正的行人导航算法，阐述了相关的关键技术和研究进展。最后，对行人自主导航未来的发展趋势进行了展望，并指出了需要重点关注的技术难点。     

GNSS实时卫星钟差估计技术进展

不依赖实体基准站增强信息的GNSS实时精密单点定位服务将逐渐成为主流定位模式。实时卫星钟差产品作为实时精密单点定位的关键先决条件之一，其精度直接决定实时精密定位服务的性能。计算实时卫星钟差的GNSS实时卫星钟差估计技术成为实时精密定位的核心技术之一，其主要包括两种解算模式：非差解算模式和差分解算模式。由于对卫星模糊度等未知参数处理策略的不同，卫星钟差估计技术又可细分为非差、历元差分、星间差分、混合差分等策略类型。针对不同实时卫星钟差估计技术的原理方法、算法效率、适用性等问题，综合目前已有相关研究成果的基础上，对GNSS实时卫星钟差估计的研究现状、关键技术和面临的挑战进行了较为系统的总结综述，并对未来卫星钟差预报产品和实时估计产品的关系进行了展望。     

基于序贯回归的小样本测试性验证试验方案

针对现有测试性验证试验方案难以实现较小样本量下满足置信水平要求的测试性评估问题,提出了基于序贯回归的小样本测试性验证试验方案。提出并证明了成败型试验序贯样本回归可行性假设;对序贯样本进行回归分析,实现了小样本下的测试性评估;建立了评估优化方案,实现了满足置信水平要求的测试性评估。实例验证表明:该方法可同时适用于有双方风险要求和置信水平要求的场合,且完所需样本量明显减少,在案例中平均减少了22.3%,最大减少了85%。      

基于无迹卡尔曼滤波的柔性自由翻滚目标姿态估计

在进行在轨维修以及清除等任务时,需要确定航天器的姿态四元数和角速度。失效卫星常处于自由翻滚状态,通常带有柔性帆板,其运动规律相较于刚性帆板更为复杂。一方面,空间失效卫星的姿态确定常使用激光雷达、双目相机作为测量装备,其测量精度常受到光照、磁场等的影响,会对识别精度产生较大干扰。另一方面,柔性航天器的质量特性容易发生变化,导致很难对其动力学模型进行精确描述。针对柔性自由翻滚目标的状态难以获取的问题,本文提出基于无迹卡尔曼滤波的姿态估计方法,并采用神经网络补偿柔性航天器模型误差。仿真结果显示：无损卡尔曼滤波器(Unscented Kalman filter,UKF)算法对柔性航天器的姿态四元数预测误差值在10^-3范围内,角速度误差值最高0.08 rad/s,采用神经网络补偿动力学模型后对四元数的预测误差稳定在9×10^-4范围内,角速度误差稳定在1.5×10^-3范围内。结果表明,使用神经网络补偿柔性航天器动力学模型的不确定项之后,UKF对柔性自由翻滚目标的姿态估计精度满足工程要求。     

自适应选择抽取模式的运动估计算法

 提出一种去除运动估计中计算冗余的新方法,该方法与搜索算法结合,通过自适应选择抽取模式去除冗余。首先改进传统的一维梯度下降搜索算法,并提出由梯度下降方向自适应选择不同的抽取模式去除计算运动估计准则时的冗余。实验结果表明,该算法与全搜索以及没有去除计算冗余的梯度下降算法相比,视频质量没有较大影响,但是大大降低了计算量,在视频序列实时处理中有良好的应用前景。     

A Polynomial Prediction Filter Method for Estimating Multisensor Dynamically Varying Biases

The estimation of the sensor measurement biases in a multisensor system is vital for the sensor data fusion. A solution is provided for the estimation of dynamically varying multiple sensor biases without any knowledge of the dynamic bias model pa- rameters. It is shown that the sensor bias pseudomeasurement can be dynamically obtained via a parity vector. This is accom- plished by multiplying the sensor uncalibrated measurement equations by a projection matrix so that the measured variable is eliminated from the equations. Once the state equations of the dynamically varying sensor biases are modeled by a polynomial prediction filter, the dynamically varying multisensor biases can be obtained by Kalman filter. Simulation results validate that the proposed method can estimate the constant biases and dynamic biases of multisensors and outperforms the methods reported in literature.