非传统激光束激光选区熔化3D打印的研究现状及展望

将非传统激光束激光选区熔化(SLM)作为调研对象,介绍了非传统激光束整形原理及其SLM设备情况,以椭圆高斯光、平顶光、反高斯光和细光斑为分类,总结了不同激光形状类型在生产过程中对制品热历史、微观组织和缺陷的影响.对集成光束整形器件和非传统激光SLM打印研究后发现,椭圆形高斯光打印由于改变了光束椭圆度可使制品在不同部位具...     

电子对抗用500kHz晶体滤波器的研制

介绍500kHz晶体滤波器在电子对抗设备中的应用和设计制作。该滤波器用于电子对抗OOK信号提载波电路中,用网络综合法设计,采用两节四晶体窄带差接桥式电路结构,达到的技术指标为:中心频率f_0=500kHz;3dB带宽B_3,一种为180～190Hz,一种为460～480Hz;带内波动Ar<0.5dB;阻带衰减As>50dB;矩形系数B_(40)/B_3=3.1～3.3;插入损耗A_0=3～4dB;输入阻抗R(in)=输出阻抗R_(out)=820Ω。     

分布参数随机系统的条件滤波方法

针对分布参数随机系统在其控制输入,系统输出存在观测噪声情况下,提出了分布参数随机系统的条件滤波方法,使得在获得系统状态的最优估计的同时,可以得到关于不确知的控制输入的最优估值,该算法所具有的系统状态和控制输入的估计器结构上的相似性,为降低分布参数系统的滤波算法数值计算上的复杂性提供了一种解决途径,也使得该算法在工程实际中有较大的应用前景.     

一种新的椭圆球面波信号时频域滤波方法

针对如何在时频域降低干扰噪声对椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号时频域分布特性的影响,引入精细滤波,提出了 1种新的椭圆球面波信号时频域滤波方法。仿真结果表明,所提方法在时频域以能量峰值点为基准,构造以距离为依据的滤波算子调节参数,能够有效抑制噪声对 PSWFs信号时频域分布特 性的影响,提高信号局部区域的能量聚集性。     

一种基于假设检验的多重渐消卡尔曼滤波

提出了一种基于假设检验的带多重渐消因子卡尔曼滤波的新算法.该算法采用χ2检验法,通过渐消因子矩阵对卡尔曼滤波器的噪声方差进行在线修正,从而使滤波器在对象模型存在误差或对象受到外扰时仍然收敛,同时能够提高系统的精度.该算法应用于车载GPS (Global Positioning System)/INS(Inerial Navigation System)组合导航系统中,取得了良好的效果.      

机动目标状态估计器算法研究

基于战斗机航迹准稳态运动状态假设,研究了机动目标状态估计器算法.该算法通过选取虚拟测量变量和状态变量,以及假设目标处于航迹准稳态运动状态,把含有9个变量的非线性滤波和预测问题转化为1个三阶和3个二阶的线性滤波和预测问题.在综合控制系统中的仿真结果表明,该算法计算量小,滤波精度好,能够满足综合控制需求.      

衰减因子自适应滤波及在组合导航中的应用

从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波算法发散的原因,提出了一组衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS/SINS组合导航系统中进行了计算机仿真.在计算衰减因子时,利用滤波残差序列在最优估计时为零均值白噪声的性质,构造了服从χ2分布的变量,并分别检验滤波残差每一个分量得出衰减因子值.仿真结果表明,该组算法能够自适应地估计出衰减因子的大小,有效地抑制滤波发散,且计算量较其它方法小.      

基于操纵面故障影响估计的安全飞行轨迹优化

操纵面故障将改变飞机受到的气动力和力矩,降低机动性能和控制能力,基于传统质点模型的航迹规划方法难以解决此类飞机安全飞行轨迹优化问题.因此,引入由故障引起的侧滑和侧力,估计故障后气动力系数,建立故障飞机模型;针对故障飞机控制和机动能力下降的问题,在原故障模型的基础上引入控制量变化率,构建轨迹优化对象模型,并将控制量变化率最小作为优化指标;采用高斯伪谱法优化计算安全飞行轨迹.仿真实验以副翼和方向舵故障为例进行设计,结果满足运动方程及各控制量、状态量约束,并能实现平稳飞行.     

基于粒子滤波和不确定图的动态系统诊断方法

在动态系统基于模型诊断中,状态空间大小与元件个数、时间是双指数关系.K-Best枚举方法每个时刻只考虑K个可能性最大的状态,有效减小了枚举空间,但当系统复杂庞大或诊断周期长时,状态更新仍是一项巨大工程.提出一种结合粒子滤波和不确定图的动态系统诊断方法PF_LUG,利用粒子在状态空间的分布近似其概率,并用不确定图标签的反向匹配代替传统的正向轨迹枚举.算法有效解决了由时间导致的计算量增长问题,使时间对复杂度的影响由指数运算降为乘积运算.仿真结果表明该算法的运行时间相对诊断周期线性增长,比K-Best枚举有明显优势.     

基于双量子比特态测量的量子自适应中值滤波

为了进一步增强去噪时对图像细节的保护能力,并同时提高算法实时性,提出了基于双量子比特态测量的量子自适应中值滤波算法,该算法首先将待处理图像像素转化为量子叠加态,然后依据量子测量原理对此叠加态进行量子测量,最后将测量后的坍缩态转化为输出图像.该算法使用双量子比特态来描述单像素,拓展了单量子比特态与单像素的对应关系.双量子比特态的4个叠加基态增加了被描述像素的信息量,可以更精确地对像素进行操作.该算法根据噪声特点设计双量子比特态的概率密度公式,并根据测量坍缩态自适应地调整滤波窗口尺寸.实验证明,该算法与标准中值滤波和经典自适应中值滤波相比,具有更好的综合滤波能力,既可以有效地滤除噪声点,很好地保护图像细节,又具有很好的实时性.