带BP神经网络的卡尔曼滤波算法在GPS/SINS组合导航系统中的应用

针对带权值调整的Kalman滤波器,运用L-M的BP算法,将BP神经网络嵌入该滤波器中,与BP神经网络滤波器相比,减小了层数,提高了网络训练速度及精度。以GPS/SINS组合导航系统为例进行了仿真,结果既能抑制滤波发散,又能提高滤波精度。     

一种利用功率反演和线性约束最小方差算法的自适应天线

介绍了一种新的基于功率反演和线性约束最小方差的算法,以高度抑制GPS接收机的干扰信号。这种结构通过提调整天线阵列的权值,实时地接收并改变来自各方向的GPS信号,同时对不同方向的干扰信号有高的抑制比。对固定和移动的干扰都做了仿真,仿真表明这种结构有很深的零点,对固定干扰信号的抑制比可达到115dB,对移动干扰信号的抑制比可达到94dB。     

“天问一号”微波着陆雷达高收发隔离系统设计方法

“天问一号”微波着陆雷达是探测器进入、下降与着陆（Entry，descent and landing，EDL）阶段的关键单机，采用了线性调频连续波（Linear frequency modulation continuous wave， LFMCW）体制，如何有效抑制LFMCW雷达接收回波中耦合的直波泄漏信号一直是提高雷达性能的关键问题。本文从雷达系统设计的角度出发，在满足系统轻小型化要求的前提下，提出了高隔离度天线设计、接收机中频输出信号滤波设计以及数字信号处理中泄露信号抑制相结合的方法，有效地解决了LFMCW雷达直波泄露的问题。通过分析外场直升机校飞试验实测数据，证明采用上述方法后，可大幅抑制直波泄露信号，并可将直波泄露信号携带的相位噪声抑制10~15 dB。     

基于嵌入式汇编角位移变换器的设计

为满足飞行器舵机轴角位移信号测量、变换及数字传输，研制了一种嵌入式汇编角位移变换器。该变换器可接收中心程序指令，启动单片机微控制器，按照时序要求采集角位移传感器的输出信号，经过信号处理后进行数字化传输。通过产品研制，提高了产品的线性度，使这一重要性能指标达到0.05%，优于飞行器系统0.14%的使用要求。     

航空特种焊接技术:厚积薄发 破茧成蝶——访中航工业北京航空制造工程研究所航空发动机工艺研究室主任李晓红

<正>航空特种焊接技术体系是航空制造领域中一个重要技术群,是航空材料形成零件和零件成为产品的桥梁,请您简要介绍下国内外航空焊接技术的发展动态和成果应用情况。李晓红:航空特种焊接技术是伴随着航空技术和航空产业的发展而不断进步的。国内外为满足先进航空装备对性能提升的要求,在构件研制过程中采用了大量的新材料和新结构,这促进了焊接技术的发展。     

时变加权LQT设计方法理论推导及应用

利用矩阵运算公式和极值原理,对时变加权性能指标下的线性二次型跟踪器(LQT)迭代方程进行了理论推导。以F-16飞机为例,利用飞行控制经验构建俯仰速率控制系统线性框图。在MATLAB/Simulink环境下,针对两种时变加权性能指标和一种定常加权性能指标,利用多变量优化算法完成了一个状态点的控制律参数设计,并进行了时域和频域对比分析,初步验证了时变加权LQT设计方法的工程可行性和有效性。     

涂覆吸波材料圆柱的RCS预估方法

用缩比模型测量结果预估是研制阶段获得大尺寸目标雷达散射截面（RCS）的常用方法，但根据经典电磁相似理论，严格满足缩比条件的涂覆吸波材料缩比目标测量难以实现。针对涂覆吸波材料缩比目标的RCS预估问题，提出了采用多元对数线性回归模型的预估方法。设计了2组圆柱模型，在微波暗室中对缩比因子分别为1、2、4、8的2组模型进行了测试。在完成角度矫正等数据预处理基础上，将缩比模型RCS数据作为训练集代入模型当中求得参数，对原模型的RCS进行预估并与实际实测数据进行对比分析。结果表明:所提方法预估数据与实测数据曲线拟合度较好，相较于传统平方率模型，误差下降了3~5 dB，在回归模型中加入吸波材料因子后误差进一步下降了0.3~0.8 dB。      

基于超统计的多阶段航空发动机剩余寿命预测

针对传统航空发动机剩余寿命（RUL）预测模型无法客观描述多阶段性能衰退过程及对于RUL预测精度不高的问题, 提出了一个新的多阶段航空发动机RUL预测模型, 包括超统计理论、突变点检测、无迹卡尔曼滤波（UKF）与非线性预测4部分内容。提出了基于超统计理论的多阶段分割滤波（BS-MSF）算法。首先, 该算法采用超统计理论进行突变点检测, 将航空发动机的健康数据划分为多个退化阶段；其次, 应用UKF对融合的时变参数进行滤波处理；最后, 通过非线性拟合对发动机RUL进行预测, 实验采用美国NASA发布的航空发动机数据进行数据分析和验证。结果表明:所提算法在发动机性能退化中的预测具有更好的适应性和更小的拟合误差, 能更准确地预测发动机的RUL, 预测精度比单阶段方法提高5.5%。