一种不依赖剩余时间估计的巡航导弹多约束制导律

针对巡航导弹末段多约束精确打击问题,提出了一种不依赖剩余时间估计的攻击角度/时间制导律。推导了航向弹目相对运动关系,设计了一种基于附加航向角设计的时间约束制导律,通过对时间增益系数的设计和优化,实现附加航向角的调节,可使实际飞行时间向期望时间快速收敛;在此基础上,将角度约束制导律与时间约束制导律相结合,得到了一种角度/时间约束制导律。该制导律不依赖于剩余时间估计,进而实现多约束条件下航向轨迹自适应调整;通过求解偏置导引律闭环轨迹分析得到轨迹收敛条件,给出满足角度/时间约束制导律的显式收敛条件。最后通过数学仿真验证了本文提出的航向多约束制导律可满足时间和角度等多约束条件且具有快速收敛特性。     

基于虚拟夹具的交互式空间机器人遥操作实验

预测仿真技术是目前消除大时延对遥操作影响的主要方法。在操作者控制虚拟机械臂与仿真环境中的物体接触之前,仅有的视觉信息不足以提供充分的临场感信息,操作者无法进行安全有效的操作;由于肌肉颤抖等原因导致徒手控制的精度较低,操作者无法进行精确的操作。针对这两个问题,使用虚拟夹具技术对操作者的动作进行限制和引导。实验结果表明,在虚拟夹具的辅助下,可以有效提高操作者的临场感,使操作者快速准确完成遥操作任务。
     

卡尔曼滤波动态优化及其在遥控机器人空间实验中应用

本文是在文献[1]的基础上,讨论遥控机器人追踪自由飞行目标物的动态性能问题。应用黄金分割法和元素交替极小化法对扩展的卡尔曼滤波初值条件进行搜索并获得优化解。仿真结果表明优化方法简单可行,优化解满足系统性能要求。     

固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器.首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF).检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决.本文以UWB信号为例,数据源于UWB雷达实验系统.在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验.结果表明,当峰峰信噪比低于5 dB时,该检测器性能优于Teager能量算子(TEO).     

电磁波与TVP相互作用

基于时变等离子体(TVP)的场方程,根据麦克斯韦方程,推导了TVP对入射电磁波的频率上移、时间衰减常数、反射系数,以及TVP的透射波和反射波电场幅值计算公式。通过实例计算分析了不同时间的新波频率、时间衰减常数和电场幅值。方法简单易行,可为TVP的应用提供一定的理论依据。     

固有模态函数（IMF）积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器。首先通过经验模式分解（EMD）把带噪信号分解成有限个固有模态函数（IMF）。检测的基本思路是，对各个IMF分量的绝对值作逐点乘积，用于抑制噪声并凸现信号，最后进行滤波和判决。本文以UWB信号为例，数据源于UWB雷达实验系统。在低信噪比（SNR），UWB脉冲与噪声波形相似，且噪声概率密度函数（PDF）未知情况下，进行实验。结果表明，当峰峰信噪比低于5dB时，该检测器性能优于Teager能量算子（TEO）。     

PID控制器参数的隶属函数自整定技术及其应用研究

Ｐ Ｉ Ｄ 控制技术在工业过程控制中得到了广泛应用,但传统的 Ｐ Ｉ Ｄ 控制器不具有参数的在线整定功能,当系统工作条件较差时,难以满足控制要求,从而影响了控制品质的进一步提高。本文应用模糊数学中的隶属函数, 以工程施工机械中大量应用的液压阀控油缸为被控对象,建立数学模型和试验系统,实现 Ｐ Ｉ Ｄ 控制器参数的在线自整定。文中对其理论方法、计算机仿真和应用研究进行了论述。     

FADS压力传感器延迟补偿

嵌入式大气数据传感器系统通过在飞行器各部位的压力传感器阵进行工作,当大气密度较低时,压力传感器延迟时间过长,致使FADS测量精度减低,甚至无法正常工作.通过对压力传感器延迟产生的机理进行分析,提出相位超前校正网络延迟补偿的方法,合理选取超前校正网络参数,并适当减小连接压力传感器与机体表面的细管长度,可以有效减小传感器延迟,使FADS的可使用空域由35km增大到60km.相位超前校正网络延迟补偿方法具有效果明显且易于工程实现的优点.     

基于光纤以太网的高精度分布式授时技术

White Rabbit(WR)时钟同步技术是综合了同步以太网、精密定时协议(IEEE1588v2)和数字相位测量技术而发展的分布式同步授时技术,能够实现数千米范围内多节点亚纳秒精度的时钟分发。该技术兼容标准以太网协议,不占用额外网络带宽,与数据链路直接集成,结构简单成本低。介绍了White Rabbit技术的基本技术原理及初步应用方法,并给出了各种拓扑结构下的测试结果。采用White Rabbit能很好地解决各种长距离多节点高精度授时需求,能够作为地基增强导航系统的关键支撑技术。     

Median filtering algorithms for multichannel detectors

Particle detectors of worldwide networks are continuously measuring various secondary particle fluxes incident on Earth surface. At the Aragats Space Environmental Center (ASEC), the data of 12 cosmic ray particle detectors with a total of ∼280 measuring channels (count rates of electrons, muons and neutrons channels) are sent each minute via wireless bridges to a MySQL database. These time series are used for the different tasks of off-line physical analysis and for online forewarning services. Usually long time series contain several types of errors (gaps due to failures of high or low voltage power supply, spurious spikes due to radio interferences, abrupt changes of mean values of several channels or/and slowly trends in mean values due to aging of electronics components, etc.). To avoid erroneous physical inference and false alarms of alerting systems we introduce offline and online filters to “purify” multiple time-series. In the presented paper we classify possible mistakes in time series and introduce median filtering algorithms for online and off-line “purification” of multiple time-series.