无源滤波器频率漂移的一种迭代算法

文章介绍了无源滤波器在试验过程中产生的典型幅频特性漂移曲线，并针对这些典型曲线提出了基于均方误差最小原则和牛顿迭代的频率漂移算法。     

基于双三次B样条插值的薄壁件加工误差补偿方法

以薄壁件加工过程为研究对象,针对薄壁件加工的误差预测、补偿问题,提出一种基于双三次B样条插值的薄壁件加工误差补偿方法.在获得薄壁件历史加工数据的基础上,运用插值理论建立误差模型,得到误差分布规律,考虑切削力与弹性变形之间的迭代影响建立误差补偿方法.该方法综合考虑了弹性变形、热误差、几何误差等多种误差源,通过数值分析方法建立误差模型,避免以往薄壁件误差建模中误差源分析不全、解析困难的弊端,最终以薄板工件为例,通过实验验证,应用该误差补偿方法可有效提高薄壁件的加工精度.     

无定向激光陀螺捷联惯组标定方法的对比研究

对三种无定向激光陀螺捷联惯组标定方法进行了对比研究,详细分析了各种方案的标定原理,提出了利用标准差作为评价标定方法优劣的指标.结合对某一激光陀螺捷联惯组标定试验结果的分析,得到了在无北向基准的情况下,三种标定方法在标定时间和标定精度两个指标上的对比结果,为无定向激光捷联惯组的标定提供了指导,具有较大的工程应用价值.     

离心叶轮全三维反问题方法设计误差稳定性研究

用流线曲率全三维反问题方法和引入滑移因子模型的准三维流线曲率反问题方法设计了叶片数不同的和增压比不同的小型高速离心叶轮.用商用计算流体力学(CFD)求解器估算了这些叶轮的性能.对比了这两种反问题方法的设计误差稳定性,考察了分流叶片对设计误差的影响.结果表明,流线曲率全三维反问题方法能够根据叶片负荷对叶片设计做出恰当调整.较准三维反问题方法,流线曲率全三维反问题方法所设计叶轮的增压比普遍偏高.随叶片负荷增加,较准三维反问题方法,流线曲率全三维反问题方法的设计误差变化较小,即其设计误差稳定性明显较好.分流叶片对准三维反问题方法设计结果的影响明显较小.      

风扇/压气机周向模态识别中传感器角度偏差的影响

基于任意角度压缩感知(CS)方法分析了传感器安装角度偏差对风扇/压气机周向模态识别重构的影响,设计了一套自适应角度优化程序修正重构误差。利用数值试验探究了传感器角度偏差和数量对周向模态重构结果的影响,研究表明:当角度偏差等级为2.5%时,平均重构误差达到10%以上,若保证重构误差基本不变,将传感器数量从7个增加至25个,仅可以将角度偏差等级放宽至4%。而采用小生境微种群遗传算法进行自适应角度优化,在20 dB信噪比下,通过自适应角度优化可将角度偏差等级从2.5%放宽至10%,降低了传感器安装的精度要求。成功优化了一款冷却风扇在前三阶叶片通过频率下的主要周向声模态重构幅值。自适应角度优化算法有效提升了基于压缩感知的风扇/压气机周向模态重构可靠性。     

民用飞机冬季运行低温修正与评估研究

目前,航空公司主力机型温度补偿能力欠缺,管制部门、机场和航空公司低温修正方法不统一,除RNP程序外其他程序无温度标注。针对上述问题,首先,说明了低温修正的主体责任,并分析了目前国内低温修正的现状,提出并非所有的低温都需要修正,具体需要根据温度和飞行程序来判定。其次,从净空条件较好与复杂两种情况介绍了低温修正越障的风险,以及越障裕度计算的三个方法：简单计算法、ICAO公式法和查表法,并指出可以通过ICAO公式法反推低温修正的门限温度,并通过门限温度判断机场是否需要低温修正。最后,以北京大兴国际机场为例进行计算,得出除非在二三类盲降皆不可用,且能见度处于航图标准边缘时才需要考虑低温修正。除上述情况,其余跑道任何时候都不需要低温修正。     

eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰（Enhanced Long Range Navigation,eLoran）系统精度的重要方法。根据所在网格四个顶点的附加二次时延（Added Secondary Factor,ASF）值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确。在计算过程中,用户四个顶点ASF值的测量误差会传递给用户,同时内插算法本身也会引入误差,此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法,得出结论：反距离插值算法引入的误差最大,双线应插值算法引入的误差最小,而且误差呈现一定层次感,网格从内到外误差逐渐减小。     

空间目标碰撞概率的等效矩形域快速算法

针对线性相对运动假设下的碰撞概率计算问题,提出了等效矩形域方法。利用该方法将概率积分计算进行近似处理,推导出概率密度积分的解析表达式。针对空间目标误差椭球形状固定的情况,给出了最大碰撞概率的计算方法。对目标在交会时刻相距较远和接近碰撞的情况进行了碰撞概率以及最大碰撞概率计算。通过将计算结果与空间压缩无穷级数法的对比,验证了等效矩形域方法近似计算碰撞概率积分的可靠性,同时对于不同的碰撞概率计算情况,等效矩形域方法显示出更高精确度和更好的估计偏差稳定性。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

连续旋转下陀螺敏感轴偏移误差标定与补偿

激光捷联惯导因其具有良好的短期精度和稳定性等优势而被装备在武器、飞机等领域。针对连续旋转下机抖激光陀螺敏感轴偏移造成导航精度下降的问题,建立了机抖陀螺敏感轴偏移误差模型,利用陀螺有限元仿真结果完善该模型。提出了一种标定方法,该方法通过一种新的位置编排方案对6个敏感轴偏移误差进行充分激励,并用Kalman滤波估计出误差参数。仿真试验表明,该方法可以准确标定出敏感轴偏移误差参数。实物试验表明,补偿敏感轴偏移误差后,惯导系统在动态环境下的速度误差减少了80%以上。该标定与补偿方法能提高惯导系统动态导航精度,具有一定工程价值。