电路模拟吸波材料带宽拓展方法探索

电路模拟吸波材料有一定的频率选择特性,电磁波有效损耗的带宽通常比较窄,通过多层电路屏、掺杂电损耗介质、磁损耗介质层组合、磁电损耗组合的方法,对电路模拟结构吸波材料在2~18GHz区间电磁损耗带宽的拓展进行了初步探索。结果证明:四种方法都能够提高电路模拟吸波材料的有效吸波带宽,并能够不同程度地提高材料的吸波效率。多层电路屏、掺杂电损耗介质的多层电路屏、组合磁损耗介质层的多层电路屏、组合磁损耗介质层和电损耗介质的多层电路屏,其反射率≤-5dB的带宽较单层电路屏的1.2GHz分别增加了6.4、10.6、9.6、10.6GHz,最小反射率分别达到-8、-10、-12、-25dB。     

某航空设备模拟电路故障状态分类器设计及仿真

采用传统故障诊断方法对复杂模拟电路进行故障诊断,存在诊断速度慢、故障点难以准确定位等缺点,为此提出基于神经网络理论的故障状态分类器设计方法,以某型飞机自动驾驶仪854C放大器为例,对故障状态分类器进行了分析设计和仿真研究.仿真结果显示:所设计的基于神经网络理论的故障状态分类器实现了对此类航空设备模拟电路故障的快速、准确和有效的识别与定位.     

非圆信号虚拟阵列波束形成算法

利用非圆信号的实值特性,提出了一种利用信号共轭扩展阵列孔径的虚拟阵列构成方法,将其应用在自适应波束形成中,对其波束形成的性能进行了分析和改进,并提出了一种快速的实现方法。该虚拟阵列的构造方法能同时保留时间信息和方位信息,用于自适应波束形成中,可以改善波束图形状,提高阵列增益,对抗超自由度干扰。计算机仿真验证了该方法的优越性。     

一种电子模拟弹丸飞行时间的实现方法

介绍了为实现电子模拟运算弹丸飞行时间的数学模型,并以光学测距为例说明了距离比例尺的变换方法。然后运用加法器、倒相器和除法器等基本运算电路分析了弹丸飞行时间电子模拟运算的实现方法。采用这种连续变量与原型物理量相对应的电子模拟电路模拟运算弹丸飞行时间的方法,运算速度快、精度高、逻辑功能强,为瞄准具构成准确的总修正角创造了有利的条件。     

一类用于结构振动控制的输出反馈控制器的特性研究

本文探讨一类设计简捷的直接输出反馈控制器在结构振动控制方面的应用。由计及作动机构动力学特性的结构振动普遍运动方程出发,从数学上证明了当反馈控制律中的增益因子为小量和趋于无限大时闭环系统特征根的几个重要性质,并导出了计算这些特征根的表达式。当增益因子趋于无限大时,特征根由3个子矩阵的特征值确定,这3个子矩阵中有的只与测量加权矩阵有关,有的与测量加权矩阵和反馈矩阵完全无关,有的只与反馈矩阵有关。当增益因子为小量时,特征根可利用矩阵摄动方法方便求得。上述结果对这类控制器的设计是有指导意义的。文末通过算例证实了文中导出的结果的正确性。     

战斗机功能敏捷性对操纵输入灵敏度的研究

提供了评估战斗机功能敏捷性的三种尺度──炸战周期时间，动态速率转弯图和相对能量状态，并以某机作为模型算例，用１８０°航向改机动动作，仿真计算了飞行员的操纵指令输入对功能敏捷性评估尺度的影响．算例模型包含了非线性全量运动方程，飞行控制系统和发动机的动力特性．因此，较为真实地反映了飞机的特性．     

机器人无碰轨迹规划研究

提出了一种机器人轨迹规划的新算法，该算法模拟了人在障碍环境中寻找目标点的思维特征和行为方式，思路简捷，易于编程，求解速度快，对环境适应性强，同时还完成了相应轨迹规划应用软件，能够自动规划无碰轨迹，并绘制无碰位姿的机构仿真简图。     

32通道TDICCD遥感相机模拟前端电路设计

在TDICCD遥感相机成像系统中,模拟前端电路性能对提高系统信噪比具有重要作用。为了提高成像系统的信噪比,需要对模拟前端电路进行优化设计。在分析模拟前端电路各部分功能的基础上,采用CCD视频处理器件实现32通道模拟前端电路的方案设计,合理设置前置滤波放大电路带宽并完成仿真,确定相关双采样箝位和采样脉冲相位,设计低电压差分信号发送电路,对高速串行发送接口电路误码率进行测试,最终采集图像并完成图像信噪比计算。工程实践结果表明,在像素时钟为5MHz时,系统的信噪比可以达到52d B,满足实际工程应用需求。     

一种新的稳健Capon波束形成算法

 针对常规Capon波束形成算法在期望信号导向矢量失配情况下性能的急剧下降,研究了一种新的基于导向矢量不确定集的稳健Capon波束形成算法。该算法通过对阵列接受信号的相关矩阵进行特征分解获得噪声子空间,使期望信号导向矢量在噪声子空间的投影最优。并且利用特征向量的结构特性推导出了最优对角加载量的解析表达式。仿真结果表明了理论分析的正确性和算法的有效性。     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。