FDEKF在反辐射无人机抗目标雷达关机中的应用

基于捷联惯导/反辐射导引头组合抗目标雷达关机制导方案,研究了有限差分卡尔曼滤波(FDEKF)方法在对目标雷达被动定位中的应用。考虑反辐射导引头测角存在非线性特性,提出了一种基于扩展状态变量维数的方法实现了目标状态估计和导引头非线性特性补偿。仿真结果表明,FDEKF是一种具有良好性能的非线性滤波方法,可以代替传统的EKF解决反辐射无人机对目标雷达的被动定位问题。     

仅用相位差变化率的机载单站无源定位方法及其误差分析

针对以往单站无源定位系统中长短基线干涉仪系统复杂、角度测量易受干涉仪通道幅度/相位不一致的影响等问题,提出了一种仅仅利用长基线干涉仪(LBI)的相位差变化率实现单站无源定位的新方法,并对该定位方法误差的克拉美-罗下限(CRLB)进行了推导和分析,计算并分析了不同的干涉仪基线安装方向、不同的观测器运动方式下的定位误差几何分布(GDOP)。结果表明,仅用相位差变化率定位时,为了达到侧翼最好精度,干涉仪最好平行机身安装;为了达到侧前方较好精度,干涉仪需垂直安装;观测器的运动姿态最好发生某种机动变化。     

失谐叶盘结构振动问题研究新进展

失谐叶盘结构的研究对航空发动机振动设计和提高其可靠性、完整性具有重要的意义。本文全面阐述了国内外失谐叶盘结构研究的新进展,重点对近年来研究的热点问题：建模、局部化、失谐优化与灵敏度、非线性、失谐识别、多重耦合与颤振等做了详细的评述与讨论,综合了最新的研究方法和取得的成果,对一些新出现的重要研究方向,比如科氏力、多个部件耦合等问题进行了详细的总结,最后提出了需要进一步研究的问题。     

基于测距的无线传感器网络的定位算法的研究

无线传感器网络作为一全新的信息获取和处理技术,在国防、工农业、环境监测等众多领域都有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络中是一项必需的基础信息。针对基于测距的定位算法进行研究,将算法分成三种情况进行讨论,并提出一种新的角度权值定位算法,仿真实验表明算法具有较高的定位精度。     

失调参数对T尾结构振动模态局部化的影响

对飞机T尾结构振动模态的局部化现象和频率曲线转向现象进行了研究。根据峰值振幅比,改进了局部化度的定义。根据平尾刚度和垂尾刚度对T尾结构固有频率的影响,定义了T尾结构的耦合度。分析了T尾结构中平尾的失调质量、失调刚度及失调位置参数对T尾结构模态局部化度、模态频率和模态振型的影响。结果表明,失调参数是通过仅改变两支相关模态中的某一支模态固有频率来实现频率曲线转向,进而引起模态局部化现象的。平尾发生质量失调时,质量较大一侧的振幅大于质量较小一侧的振幅;发生刚度失调时,刚度较小一侧的振幅大于刚度较大一侧的振幅。在平尾翼尖处进行质量失调设计或在平尾翼根处进行刚度失调设计,更有利于实现T尾结构的模态局部化。     

舰载移动机械定位检测系统设计

阐述了用于输送弹药或补给物资的移动机械虽然功能构造简单,但它是整个舰艇不可或缺的一部分,应该用系统的观点来看它,有必要在指控室中对这些移动的机械进行监控定位。文中通过对现在常用定位技术的分析,提出了舰载移动机械视觉定位技术,并对其原理进行了介绍。     

具有非线性摩擦阻尼随机失谐的叶盘系统响应特性

针对目前含非线性摩擦阻尼失谐叶盘系统振动局部化机理研究存在的诸多困难,尤其是其非线性力学模型的建立和求解等难题.建立了具有滞迟干摩擦阻尼随机失谐的叶盘系统力学模型,并利用增量谐波平衡法分析了叶盘系统干摩擦力失谐度、耦合强度、黏性阻尼比和摩擦力强度等系统参数对叶盘系统受迫响应的影响规律.研究表明:含非线性摩擦阻尼的谐调叶...     

基于最大一致容积Kalman滤波器的多机器人协同定位CSCD

机器人位置信息是多机器人系统执行任务的前提,单个机器人因传感器载荷和作用范围的限制,难以完成复杂环境中的定位任务,多个机器人通过协作可实现大范围下的位置确定。将配置多个传感器的同构机器人群替换为配置单个或少量传感器的异构机器人可降低硬件成本,并且通过设计协同算法,不会降低定位精度。提出了一种将容积Kalman滤波器与最大一致思想融合后的新型滤波算法,并将该算法应用于麦克纳姆轮机器人系统。通过仿真和实物验证了最大一致容积Kalman滤波器的协同定位效果。     

传感器位置误差条件下的约束总体最小二乘时差定位算法

 现代定位系统中,传感器往往被安放在运动平台上,其位置无法精确得知,存在估计误差,将严重影响对目标的定位精度。针对这一问题,提出基于约束总体最小二乘(CTLS)的到达时差(TDOA)定位算法。首先通过引入中间变量,将非线性TDOA定位方程转化为伪线性方程,再利用CTLS技术,全面考虑伪线性方程所有系数中的噪声。在此基础上推导了定位方程的目标函数,再根据牛顿迭代方法,进行数值迭代,快速得到精确解。采用一阶小噪声扰动分析方法,对该算法的理论性能进行了分析,证明了算法的无偏性和逼近克拉美-罗下限(CRLB)。仿真实验表明,该算法克服了现有总体最小二乘(TLS)算法不能达到CRLB、两步加权最小二乘(two-step WLS)算法在较高噪声时性能发散的缺陷,在较高噪声时定位精度仍然能达到CRLB。     

Source localization using a non-cocentered orthogonal loop and dipole （NCOLD） array

A uniform array of scalar-sensors with intersensor spacings over a large aperture size generally offers enhanced resolution and source localization accuracy,but it may also lead to cyclic ambiguity.By exploiting the polarization information of impinging waves,an electromagnetic vector-sensor array outperforms the unpolarized scalar-sensor array in resolving this cyclic ambiguity.However,the electromagnetic vector-sensor array usually consists of cocentered orthogonal loops and dipoles（COLD）,which is easily subjected to mutual coupling across these cocentered dipoles/loops.As a result,the source localization performance of the COLD array may substantially degrade rather than being improved.This paper proposes a new source localization method with a non-cocentered orthogonal loop and dipole（NCOLD）array.The NCOLD array contains only one dipole or loop on each array grid,and the intersensor spacings are larger than a half-wavelength.Therefore,unlike the COLD array,these well separated dipoles/loops minimize the mutual coupling effects and extend the spatial aperture as well.With the NCOLD array,the proposed method can effciently exploit the polarization information to offer high localization precision.