火星降落伞开伞过程形态参数辨识与应用

针对柔性目标降落伞开伞过程的形态变化大、光照强度变化大、运动规律性差、存在遮挡等问题，提出了一种基于多算法融合的视觉测量技术的降落伞开伞过程形态参数辨识方法。首先，设计了具有视觉测量靶标功能的降落伞图案，提供了丰富的具有可区分度的标记点，能够准确地对定位点进行跟踪和测量，并开展了双目相机内、外参标定。其次，提出了应用对极几何原理，采用基于暗通道的图像增强技术，提高了图像质量，有效地减轻了各种噪声和过曝光等环境因素的影响；采用稀疏编码超分辨率重建算法，改进了特征点的像素级提取，实现了高精度的亚像素级特征提取；采用特征跟踪扩展卡尔曼滤波算法，提升了特征匹配跟踪的精度和效率。最后，通过全尺寸高空开伞试验的验证，结果表明该方法能够达到较高的辨识精度，具有较好的准确性和鲁棒性。此方法在中国首次火星探测“天问一号”探测器上成功得到了应用，精确地从双目影像中辨识出降落伞开伞过程形态参数，对设计和分析降落伞开伞工况提供了重要的技术参考和数据积累。     

基于支持向量机的飞机系统辨识方法研究

支持向量机系统辨识方法相比传统辨识方法具有诸多优点。本文将支持向量机引入飞机系统辨识,建立离散差分形式的飞机运动方程,并利用离散系统与连续系统转换方法获得飞机纵向模态特性。研究表明该方法正确有效,信号带噪声时辨识精度较好,具有一定的工程应用价值。     

基于神经网络的仿真转台控制系统

在转台存在偏载、摩擦等不确定负载干扰的情况下,用神经网络与PID(Proportional-Integral-Differential)控制相结合的方法,设计了适应负载变化的转台控制系统.分析了基于BP(Back Propagation)神经网络的自适应PID控制器的基本原理,建立了转台位置控制系统的数学模型,并对控制系统进行仿真分析和实验验证,通过与传统PID控制的对比实验与仿真表明:所设计系统由于有自学习能力,能动态调整PID参数,使系统表现出良好的抗干扰能力和跟踪性能,证明了所设计系统的有效性.该算法结构简单,PID初始参数调整方便,易于在转台实时控制系统中应用.     

航空发动机起动发电机输出轴断裂故障建模仿真分析

简述了某型航空发动机在地面试验时起动发电机输出轴断裂的故障现象,建立了发动机、起动发电机及其电气控制系统的数学模型。通过建模仿真分析了两个车台多次断轴的故障原因,明确指出1号车台起动电源特性恶化是断轴的主要原因;2号车台起动电源电压反馈选择不合理,使其电源特性与起动发电机、线路阻抗不匹配是断轴的主要原因。根据仿真分析结果,分别制定解决方案并付诸试验验证,原有故障得到排除,表明所建模型正确、仿真结果可信、排故措施有效。     

非定常气动力非线性微分方程建模方法

为准确描述过失速机动中非定常气动力特性,研究了以非线性微分方程为基本结构的非定常气动建模方法.基于动力学系统建模思想,分析揭示该模型的物理机理,并发展和改进了基于风洞强迫振荡试验的模型参数辨识方法:基于小振幅试验数据,采用线性回归参数辨识方法辨识确定气动模型中特征时间常数等线性参数;基于大振幅试验数据,采用遗传算法全局...     

基于截尾D-最优的加速度计离心机试验优化设计

为了提高加速度计在离心机试验中的试验效率和加速度计模型系数的辨识精度,针对离心机试验中加速度计高阶误差项的辨识精度问题提出了截尾D-最优设计方案,并与饱和D-最优试验计划进行了对比,结果表明采用本文提出的加速度计离心机试验的截尾D-最优试验计划,能够提高加速度计高阶模型项的辨识精度.     

考虑关节回差的工业机器人精度补偿方法

工业机器人由于绝对定位精度低的缺点一直难以应用于航空航天高精制造领域。影响机器人定位误差的因素较多,对精确建立其误差模型提出了严峻的挑战。现有的建模方法通常将机器人定位误差与其位姿关联,忽略了同一位姿下关节回差对其定位误差的影响。为提高工业机器人绝对定位精度,提出了一种考虑关节回差的工业机器人误差相似度精度补偿方法。基于改进的Denavit-Hartenberg模型建立了包含机器人几何误差、坐标系误差和传动误差的综合辨识模型,利用最小二乘法辨识了关节回差。根据辨识得到的关节回差等参数构建了误差相似度模型,使用3种型号的机器人验证了该方法对提高机器人绝对定位精度的可行性和通用性,最终通过KUKA KR500-3机器人进行了制孔试验验证。试验结果表明,该方法相较于传统方法将机器人定位误差降低了约0.1 mm,精度提高了30%以上,制孔孔位精度从0.701 mm提升至0.134 mm,为有效提高工业机器人的绝对定位精度提供了一种技术手段。     

自适应滤波在平台自标定数据处理中的应用

对平台标定中数据处理的一种方法是对角度传感器输出分析，解算出移角速率，并在此基础上辨识出漂移参数。由于平台自标定在动基座条件下进行，角度传感器输出中的噪声统计难以确定，并且会出现时变的情况。传统的卡尔曼滤波方法不能适用。自适应卡尔曼滤波的估计状态的同时，利用观测数据带来的信息，可在线估计噪声的统计特性，从而不断地改进滤波器的设计。建立输出数据常速度模型，采用Sage和Husa自适应滤波算法，进行参数辨识，得到较好的效果。     

外弹道测量数据野值的递推辨别

动态测量数据中野值是导致滤波发散的主要原因之一。在目前的靶场外测数据处理中，尚无特别行之有效的野值辨识和剔除手段。本文以“新息”为基础，提出了基于卡尔漫滤波方法的野值辨识和剔除方法，有效地解决了滤波发散问题。而且可同时进行野值的剔除与状态估计，极大地提高了计算速度和数据处理的精度。经仿真计算证明，该方法是实用有效的。