三星对地面辐射源的高程修正定位算法与误差研究

提出了用最小二乘估计解算辐射源位置,在迭代过程中通过地理信息系统查询并不断修正目标高程,同时其定位误差进行了分析和仿真。结果表明,修正高程误差后可以改进目标高程定位精度,进而促进水平定位精度,水平定位精度的提高又会促进在高度上的定位,从而使整体的定位精度得到了改善。     

固体火箭发动机延伸喷管展开动力学分析

为获得延伸喷管展开特性参数,根据实际测得的延伸锥展开各种摩擦阻力之和,利用分析力学及数值分析有关理论对延伸喷管进行展开动力学分析与计算。计算得到的展开位移和试验测得的展开位移曲线吻合,展开时间和试验值相比误差仅为4.7%。分析计算对延伸喷管技术研究具有重要参考价值,为延伸喷管展开机构的改进提供了重要的理论依据。     

整体式固体火箭冲压发动机飞行试验

在地面试验基础上进行了整体式固体火箭冲压发动机飞行试验,以验证发动机的工作可靠性和飞行性能。飞行试验结果表明:试飞发动机和试飞器总体设计合理;发动机性能良好;主级在余气系数0.8~2.3范围内能够稳定工作;最大比冲为6.62 kN.s/kg。达到了试验的目的。     

数控加工钨渗铜材料工件的工艺参数选用

针对钨渗铜材料切削性能差,在数控切削加工过程中易产生裂纹、崩料、变形等质量缺陷,从刀具、切削参数、切削液选用及走刀路线的安排等方面综合考虑,提出了解决问题的工艺方法。     

点火瞬态过程仿真模型参数辨识

建立了固体火箭发动机点火瞬态过程一维非定常流场仿真模型,采用系统辨识方法进行了模型参数不确定性研究。基于点火试验用缩比发动机试验结果,得到了传热模型参数和瞬态燃速模型参数的最优估计,提高了点火瞬态过程一维仿真模型的预估精度。采用近似方法,构建Kriging近似函数,有效解决了一维非定常流场仿真的计算复杂性问题。     

基于EM-KF算法的直升机主减速器剩余寿命预测方法

为解决间接状态监测数据下直升机主减速器剩余寿命预测难以估算的难题,提出了一种卡尔曼滤波和期望最大化算法相结合的剩余寿命预测方法.该方法可以根据不断更新振动信号特征值迅速且有效地估计出模型参数,进而预测不同运行时间主减速器的剩余寿命分布,最后对主减速器试验数据进行了案例分析.结果表明:该方法能够有效估计主减速器的剩余寿命分布,通过与主减速器剩余寿命准确值对比发现,剩余寿命准确值绝大多数落于剩余寿命预测值的95%置信区间内,表明该方法具有好的准确性,进而避免故障的发生.      

加力燃油计量装置的AMESim 仿真研究

为获得加力燃油系统数字化仿真与性能验证平台,采用功能划分的方法分析了典型计量装置的功能模块,确定了伺服阀-随动活塞、计量活门-等压差活门是决定计量装置动态特性的主要组成部分,对其进行了数学建模。鉴于获得的数学模型描述系统特性时缺乏相关元件特性参数的设计依据,建立了由计量活门、等压差活门、电液伺服单元等组成计量装置的AMESim模型,计算主要结构参数后仿真分析了其稳态和动态特性。结果表明:基于控制系统构成的加力燃油计量装置功能划分与数学建模可为仿真研究与参数设计提供指导,AMESim可用于动态过程仿真与性能预测。     

目标函数误差估算及网格自适应处理

发展了一种基于目标函数误差估算的网格自适应准则,进而通过网格自适应处理提高目标函数计算的效率和准确性。首先描述了目标函数的误差估算及修正的方法,该方法通过伴随方程将原方程的残值误差与目标函数联系起来。然后,基于误差估算建立网格自适应准则,以减少目标函数修正后的剩余误差,提高目标函数计算结果的准确性,并将方法进一步发展至多目标问题。最后将该准则应用于Euler方程控制的NACA0012翼型无粘可压流动的网格自适应模拟。数值计算成功地捕获了与升力、阻力和力矩等目标函数相关的特征流动区域,计算出符合指定精度要求的目标函数值,验证了本文所发展的方法。     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.