基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

基于解析解的人字齿轮齿廓修形动态分析

根据人字齿轮传动的结构,考虑时变啮合刚度、齿侧间隙,并把齿廓修形作为一种时变齿侧间隙计入,建立了单级人字齿轮传动的弯-扭-轴耦合动力学模型和相应的非线性动力学方程.对方程的数值解进行分析,发现合理的修形使人字齿轮传动不发生齿面的完全分离.基于多尺度法对不发生齿面完全分离时的人字齿轮传动系统进行了摄动分析,得到了系统在主共振频率附近幅频响应的近似解析解.相比数值方法,解析法具有很高的求解效率.最后,根据近似解析解研究了修形参数对动载系数幅值的影响.研究发现:螺旋角越大使动载系数最小所需的修形量越大,而所需的修形长度越小.另外,使动载系数最小的最优修形参数解域呈新月形,其随着主动轮支承刚度的增大而先增大后减小;随着被动轮支承刚度的增大而持续减小.      

多电式环控系统电动机功率选定及其经济性分析

提出多电式环控系统参数匹配计算模型,获得不同飞行工况下电动机功率的选定值,分析其影响因素以及系统的经济性.结果表明:对于一定的供气压力,飞行高度越高,电动机功率越大,而同一高度马赫数越大,电动机功率越小;对于给定的飞行工况,供气压力越高,电动机功率越大;对于相同的供气压力与飞行工况,多电式环控系统的性能代偿损失比传统环控系统要小,飞行时间越长,系统的经济性越好.      

船载单脉冲跟踪雷达快速标校方法

针对现有船载单脉冲雷达标校方法受船摇影响较大、效率低等问题,提出一种基于差分法的快速标校方法。阐述了单脉冲跟踪雷达的工作原理,分析了现有标校技术的缺点和工作效率低的原因,从理论上论证了快速标校方法的可行性,并根据该方法设计开发了快速标校软件,设计了快速标校方法的操作流程。通过对试验数据进行分析,得出船载单脉冲跟踪雷达快速标校方法标校结果满足设备指标要求,缩短了相位标校时间,提高了相位标校工作效率。     

机载气象雷达关键技术浅析

通过分析大量技术文献,结合航空公司使用经验,剖析了现代机载气象雷达的技术难点和应用中的关键技术,包括雨衰减的补偿、湍流和风切变检测、自动地杂波抑制和故障诊断,并在此基础上展望未来机载气象雷达的功能和应用。     

基于NSCT与PCNN的图像融合

针对非下采样Contourlet变换(NSCT)变换的平移不变性、多尺度性和多方向等特点,结合脉冲耦合神经网络(PCNN)的全局连接性和神经元的脉冲同步性,提出基于NSCT变换区域特征与脉冲耦合神经网络相结合的图像融合方法。首先对待融合图像进行多尺度、多方向的分解,低频系数采用区域能量融合规则,高频系数作为脉冲耦合神经网络的输入,最后对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,融合结果在主观和客观评价上均优于其他对比方法。     

相控阵雷达探测性能计算研究

提出了一种相控阵雷达波位的编排方法,该方法采用第一指向角作为法向波束宽度,使得雷达波位间隙率为0、重叠率很小。通过对指向角大的波位进行驻留时间补偿,使得脉冲积累数随波束指向角增加而增大,探测性能随指向角变化差别不大。以波位编排和边缘不出现栅瓣为条件,可以估算相控阵雷达结构参数。在此基础上,初步建立了相控阵雷达探测性能的计算过程。对简单目标的仿真计算表明,计算方法合理,计算结果可信。     

基于改进RBF神经网络的某型机载雷达电路故障诊断

RBF神经网络在故障诊断中的应用是一个十分热门的研究课题。但RBF神经网络用于故障诊断需要大量的隐含层节点,隐含层节点越多其训练时间越长。针对此问题,提出了一种改进的RBF神经网络故障诊断方法。通过仿真实例,可以看出隐含层的节点大大减少,训练时间缩短,该方法用于雷达故障诊断非常有效。     

多操纵面飞行器控制分配技术的发展及应用

控制分配是先进多操纵面飞行器控制理论及应用的一项关键技术。首先介绍了多操纵面布局的典型操纵面,然后从静态、动态和非线性三个方面分别论述了控制分配技术的最新研究成果,概述了航空航天领域及其他工业领域的应用情况。最后总结了控制分配的几个关键问题,讨论了今后可能的研究方向。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。