放大器中非线性失真的研究

晶体管是非线性器件,在放大信号时会产生非线性失真.针对弱非线性失真,推导了总谐波人(THD)、二阶互调失真(IM2)、三阶互调失真(IM3)和截点(IP3)的表达式,借助于Multisim软件,对晶体管共发放大器、发射极带反馈电阻的失发放大器、差分放大器和发射极间带反馈电阻的差分放大器进行了仿真,并与理论结果作了比较,结果令人满意.     

单层钎焊砂盘磨粒分布有序性研究

对亲型非砂轮磨削工具－－单层钎焊砂盘的硬质合金磨粒在基体上的分布进行了初步研究,砂盘作为一种手握粗磨削工具,降低磨削力是最重要的,文中借鉴砂带及单层高温钎焊超硬磨料砂轮的一些研究,提出了砂盘的磨粒在基体上有序性分布的概念,将此概念应用于砂盘钎焊制造工艺上,在相同的制造工艺和磨洵深度条件下,对得到的磨粒有序性及无序性分布的砂盘进行了磨削对比实验。结果表明,砂盘磨粒的有序性分布能显著降低其磨削力。此概     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

基于FMECA信息的测试性验证试验样本分配方法

针对目前国内外测试性验证试验中普遍采用的基于故障率的分层抽样方法考虑因素单一,可能导致样本分配不尽合理,而现有考虑多因素的样本分配方法代表性不足,难以实现工程上的应用的问题,对影响样本分配的因素与故障模式影响及危害性分析(FMECA)信息的关系进行了详细分析,提出了基于FMECA信息的样本分配方法。首先定义了单元影响系数和影响因子向量,提出了向量各元素赋值规则,解决了影响因素选取的问题;其次通过基于逼近理想解排序法(TOPSIS)优化的层次分析法确定了权值矩阵,实现了样本分配。最后通过实例验证表明该方法考虑因素全面,运用灵活,更具代表性和工程应用价值。     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

直升机阵风响应缓和控制律设计

本文提出直升机抑制阵风扰动的最优控制律设计方法。优化性能指标要求在阵风扰动下驾驶员处法向过载、飞机姿态变化、以及控制信号能量损耗最小。最终所综合的系统工程实现简便,只需在直升机姿态控制系统基础上增加垂直升降速率反馈通道即可。为跟踪90年代采用高级语言开发飞控应用软件的总趋势,本文使用C语言对优化控制律进行编程。数模混合仿真表明,控制律优化及数字化实现的效果是令人满意的。     

前轮非线性摆振稳定性分析

飞机前起落架支柱上的几个非线性项,例如扭转间隙、库仑摩擦以及速度平方阻尼等,对前轮摆振稳定区域有着重要的影响.文中假设前起落架支柱上端固支,并且给出了用以描述五自由度的前轮摆振运动的非线性微分方程组,使用描述函数法研究了上述三个非线性项对前轮摆振稳定区域的影响,将准线性化的方程组代入状态空间内,利用优化特征值实部的方法确定摆振系统的极限环幅值、摆振频率以及临界参数曲线,这种方法可以免去以往摆振稳定性分析时冗长的代数推导.作为比较,文中还计算了前轮线性摆振系统的临界频率以及临界参数曲线,两种结果比较分析表明,支柱内的几个非线性项对前轮摆振稳定区域有着重要的影响,由于扭转间隙的存在,使得飞机临界滑跑速度大大降低.     

一类逆风ENO线方法的构造及其对Euler方程的应用

本文利用ENO(essentially-non-oscillatory)插值思想,对非线性双曲型守恒律=0提出了一类逆风ENO线方法,使用这种格式其计算量比C.Shu在文[6]中提出的通量分裂方法明显减少,进而同Runge-kutta时间离散相结合,提出了时空高精度差分格式。本文还把这类方法推广到方程组并用于计算Euler方程组的黎曼问题和拟一维喷管问题,得到了比较满意的数值结果。     

基于ANFIS的智能导航自适应滤波算法研究

智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。