基于Fabry-Perot干涉仪的闭环微光机电加速度计

设计了一种闭环反馈差动式双FP腔的微光机电(MOEMS)加速度计,介绍了其工作原理及系统构成.利用惯性敏感单元将对载体加速度的测量转变为对载体位移的测量,利用光纤自聚焦透镜的端面与质量块组成的FP腔测量载体位移.为了提高系统的测量灵敏度和抑制温度等环境因素的影响,设计了一种差动式双FP腔测量机构.为提高微加速度计的输出线性度和动态测量范围,提出了采用静电力平衡技术构成闭环加速度计.建立了其数学模型,对所设计的加速度计重要参数指标——灵敏度、敏感头受载、固有频率等一一进行了详细计算和分析.在此基础上完成了设计背景要求下加速度计参数的优化设计,结果表明:该系统精度可以达到5×10-6g以上.      

基于LCMV算法的星载SAR距离模糊抑制方法

距离模糊抑制是星载合成孔径雷达(SAR)系统顶层设计中的关键问题之一.增加天线高度可以抑制距离模糊,但卫星平台往往对天线尺寸有所限制.指出了距离模糊抑制对于提高可视观测带宽度、产生高质量雷达图像的重要性,介绍了距离模糊的数学模型,提出了分布距离模糊度的概念,分析了平均距离模糊度与分布距离模糊度的区别,给出了应用线性约束最小方差(LCMV)算法抑制星载SAR距离模糊的方法.仿真结果证明,该方法在天线高度不变的情况下,不仅能够提高平均距离模糊度,也可以改善分布距离模糊度.      

星载InSAR空间基线指向优化与设计

分布式卫星SAR系统是近年来受到广泛重视的一种新的雷达成像手段,其中分布式InSAR充分利用编队星座卫星间构成的空间基线进行干涉测高,从而实现立体成像.在InSAR系统设计中,解决好编队星座的设计问题是实现高性能成像的前提和保证,合理的星座构形设计有助于提高测高精度,从而获得高品质的雷达成像效果.从InSAR测高精度分析结果入手,由飞行力学角度阐述星间相对运动对测高精度产生的影响,并基于分析结果给出了一种有别于现有星座的特色编队构形,并对其性能进行了初步分析.      

一致性检验方法在导弹多惯组测量中的应用

传感器测量的准确与可靠是减小融合系统不确定性的前提,通过对多传感器一致性的检验,可以确定多传感器之间的测量误差,判断检测系统可靠性的程度。提出了应用概率距离测量对多传感器信息进行一致性检验的方法,并将此方法引入到基于多惯性测量组合的总线式导弹制导控制系统中。实例证明,该方法对于确保和提高测量导弹飞行信息的精度具有良好的效果。     

约瑟夫森电压标准的低温系统

主要介绍了采用G-M制冷机作为冷源,可以随时启停的用于约瑟夫森电压标准的低温系统,介绍了系统组成工作原理及技术难点的解决方法并给出了测量结果。结果表明该低温连系统的研制成功并启用,有效的降低了约瑟夫森阵列电压标准的运行费用,提高了经济效益。由于采用了自动化控制技术,实现了运行系统的全自动化运行模式,简化了操作步骤,提高了工作效率。     

机载设备自动测试系统通用开发平台

针对当前自动测试系统(ATS,Automatic Test System)开发技术存在的不足,构建了一个ATS通用开发平台.该平台对ATS软硬件进行联合设计,用户只需通过接口输入被测设备信息及测试策略流程,平台即可自动完成大部分软硬件设计工作,包括仪器选型、适配器设计、测试程序生成等.设计结果会传递到平台提供的ATS运行环境,供用户进行被测设备的测试、故障诊断.经实例验证,ATS软硬件联合自动设计技术可缩短开发周期,降低开发成本,提高设计的标准化、通用化程度.      

车身逆向设计中点云多视拼合技术

针对整车车身点云空间尺寸较大,数据量庞大,还原精度要求高等特点,提出基于骨架点的点云拼合算法,算法的基本思想是构造整车模型的骨架点和分块点云的mark点,由全等三角形法则搜索骨架点与mark点的映射关系,应用加速迭代的改进ICP(Iterative Closest Point)算法拼合整车点云.某厂轻卡整车点云的拼合实例证明,该算法拼合精度高,运算速度快,是拼合整车点云行之有效的方法.      

间隙非线性气动弹性颤振控制

研究了亚音速不可压来流中二元机翼气动弹性颤振主动控制问题.采用Theodorsen准定常气动力建立俯仰方向含有间隙非线性的气动弹性动态方程,然后基于状态依赖Riccati方程推导了非线性颤振控制律.假设只有俯仰角位移和控制面偏转位移可以直接测量,状态空间中的其它变量通过所设计的状态观测器进行了估计.仿真结果显示,观测器可以快速准确地对非直接测量变量进行估计,系统状态变量与控制变量都能够迅速地收敛于零点,表明所设计的控制律可以有效地实现对间隙非线性二元机翼颤振的抑制.      

基于模态测试数据的阻尼矩阵与陀螺矩阵的修正

提出了一种基于不完备复模态测量数据修正阻尼陀螺系统有限元模型的有效数值方法。在假定分析质量矩阵与刚度矩阵是精确的情况下,通过求解一个约束最优化问题,得到了满足特征方程的加权Frobenius范数意义下的最优修正矩阵。     

复合舵机的神经网络自校正控制

针对复合舵机的时变和非线性特性,提出了神经网络自校正控制方法.用改进的非线性自回归滑动平均模型(NARMA)对复合舵机进行动态建模,采用多层感知器神经网络辨识舵机非线性模型,由广义逆思想设计出控制器,并根据被控对象与辨识模型间误差在线调整网络权值,进而修正控制律,实现了复合舵机的自校正控制.仿真结果表明,在模型有时变及非线性因素的情况下,此方法仍能得到较好的控制效果.