自动驾驶仪的一种自适应极点配置设计方法

本文主要讨论了战术导弹自动驾驶仪的自适应控制设计。文中以简化的导弹自动驾驶仪的差分方程为控制对象,采用衰减记忆最小二乘法直接识別弹体的时变参数,再应用极点配置控制方法计算出反馈控制量,实现系统的闭环自适应控制。数字仿真结果表明,在改善象自动驾驶仪这样的随机控制系统的性能方面,极点配置自校正控制是一项行之有效的方法。     

一种带随机偏差的分布式信息融合滤波算法

在通信、计算机、信号处理、自动控制中,对于带有未知的干扰和偏差的随机系统的状态估计已经广泛出现。在现实环境中,不同的传感器可能受到不同的干扰影响。研究随机系统的状态估计问题在实际应用中具有重要的意义。对带有随机偏差的线性随机系统,将系统转换为多模型结构的特殊情况。利用最小方差的最优加权融合估计算法,获得了分布式信息融合滤波算法。通过仿真可以看出,分布式信息融合算法要比局部估计算法具有更高的精度,算法具有分布式结构,这使其具有更好的鲁棒性和可靠性。     

现场可修系统的可靠性数据处理

用随机点过程模型来处理航空产品现场可修系统的可靠性数据时，存在系统故障修复次数少，数据不齐全的问题。为此，对符合非时齐泊松过程模型的数据作为“修复如新”处理时，所所应满足的条件及适用范围作了分析，通过数字仿真对精度的计算，在工作应用中，当系统修复次数小于或等于３时，可将“修复如旧”的系统当作“修复如新”的模型处理，但要注意参数ｍ的影响；对残存比率法应用于可修系统数据处理时的可能性进行了讨论。仿真结     

循环冗余校验码的查表生成算法及其实现

给出了ＣＲＣ码的查表生成算法和一个码表实例，所给算法适合用软件方法快速生成ＣＲＣ码，由于计算上的复杂性，ＣＲＣ码通常用硬件来产生，限制了在一些地方的应用。在应用系统中，用ＣＲＣ码取代简单的奇偶校验码能提高数据传输的可靠性，所给算法为在应用系统采用ＣＲＣ码提供了方便的途径。     

具有特定功率谱形式的随机信号数字模拟

当用计算机模拟满足一定功率谱规律的离散数字随机信号时,通常是对伪随机白噪声离散数字信号进行数字滤波来模拟。但由于成形滤波器的输入信号为白噪声,导致数字滤波结果与滤波步长h有密切关系。本文通过实例,给出了一种修正数字滤波步长对模拟结果影响的方法。     

随机间隔脉冲串雷达信号的平均模糊函数研究

研究了随机间隔脉冲串雷达信号，给出了该随机序列的模糊函数数学表达式，对推导过程所采用的主要方法和思路作了详细叙述，并分析了调制参数变化对结果的影响。     

以随机壁微扰辐射损耗为基础的光纤传感技术(英文)

提出并研究一种构成光纤传感网络埋入复合材料内部用于损伤探测的光纤传感技术.对光纤进行化学处 理,剥去光纤外层在纤芯表面形成无规则分布、大小不一的微粒,在光纤形成随机壁微扰区.根据随机壁微扰导致导模与辐射模的模转换引起功率损耗的特性,随机壁微扰区就可以为敏感区.本文根据平面波导随机壁微扰理论并实验研究了腐蚀时间与相对功率损耗的关系.最后给出内含光纤传感网络试件的实测结果.结果表明,本文提出的光纤传感技术可用于复合材料损伤探测,为监测飞行器飞行时的载荷及损伤结果提供一种测试方法.     

发动机亚定故障方程组整体优化解分布函数模型

提出了求解发动机亚定故障方程组整体优化解的分布函数模型.该模型利用一种可以控制自变量数值在整体解中分布的分布函数与亚定故障方程组的残差平方和构成复合目标函数,同时以物理合理性准则作为约束条件,构成一个非线性规划问题.分布函数模型可以在小于、等于特别是大于故障方程个数的各种复杂情况下给出全面的故障诊断信息,从而为目前迫切需要解决的发动机性能监控与故障诊断中在测量参数不足的情况下,对发动机进行全面性能诊断的技术难题提供出一种切实可行而又十分有效的数学模型.首次提出了作为评价发动机全面性能诊断算法有效性指标的相似度的概念,并且以JT9D发动机全面性能诊断问题为例,利用Monte Carlo随机模拟方法确定了分布函数模型可以达到的相似度值.研究结果表明,分布函数模型的相似度可达0.9以上.还利用JT9D发动机的实际故障样本对分布函数模型进行了检验.     

振动传感器的随机校准方法

介绍了采用双通道FFT分析仪进行振动传感器随机校准的方法。校准系统采用2种方法，闭环控制，单振动台全频段校准。经理论分析和试验研究，其校准结果准确可靠。     

关于二阶马尔可夫过程的样本序列是否存在无后效性的讨论

本文指出了工程界关于高阶马尔可夫过程的一个错误定义,证明了(p=2)满足这个定义的平稳高斯过程是不存在的。 本文还指出由二阶微分方程 x″(t) a_1x′(t) a_2x(t)=ε(t) (其中ε(t)是白高斯过程)描写的随机过程x(t)的任意均匀采样序列都不能是AR(2)序列,而由下面微分方程 x″(t) a_1x′(t) a_2x(t)=ε′(t) βε(t)描写的随机过程x(t),当β~2>[max(c_1~2,c_2~2)]时(c_1、c_2是特征方程z~2 a_1z a_2=0的根),至少存在一个采样间隔Δ_1,使相应的样本序列是AR(2)模型,因此是一个二阶广义马尔可夫序列。