基于空时盲参数估计的GPS多径干扰抑制

高精度GPS测量定位的主要误差源是多径效应,对系统精度的影响很大,因此提出了一种基于CDMA盲参数估计的方法.首先通过盲参数估计计算出直接信号和多径信号的时延和角度向量,然后通过空时处理对多径信号进行抑制.该方法通过了理论分析和仿真实验的验证.结果表明采用该方法的多径误差约为原来的35%.     

Ni-Cu-Mn-Co高温钎料的工艺钎焊性分析

通过飞机导管高温钎焊时Ni-Cu-Mn-Co钎料传热特征的物理模拟,得到了钎焊间隙的控制要素。在运用经典电磁场理论进行热电磁耦合分析的基础上,制定了安装式感应钎焊工艺。     

微细电火花线切割加工技术的研究现状及发展趋势

对国内外微细电火花线切割加工技术的研究现状和发展趋势进行了系统的分析,有助于该技术的进一步发展和应用。     

一种TASIMM-UKF导弹状态估计方法

为了提高对机动导弹状态估计的精度和速度,提出了一种三轴分离IMM-UKF(TASIMM-UKF)滤波算法。将导弹运动状态按坐标轴方向进行三轴分离,并基于CV,CA和CJ模型集,采用无迹卡尔曼滤波器并行估计导弹三轴状态信息,有效地解决了导弹不同运动轴间的模型竞争问题。仿真结果表明,该方法能有效提高状态估计精度,缩短了估计时间,对复杂大机动目标状态估计具有良好的性能。     

间隙平均电流检测在高频窄脉冲电解加工中的应用

提出了间隙平均电流检测法,通过电流平均值及其方差这两个参数对间隙进行检测,并给出了具体电路框图。     

二维三轴编织复合材料压缩失效行为的细观有限元模拟

为研究典型二维三轴编织复合材料（2DTBC）的压缩破坏机理,建立了细观有限元模拟方法体系。提出了反映编织复合材料真实几何特性的单胞模型建模策略,根据Murakami-Ohno损伤理论建立了各向异性损伤模型来模拟纤维束中的损伤起始和扩展行为,通过引入波动系数描述了纤维束的起伏状态,并采用内聚力单元来模拟界面分层。在此基础上,分析得到了二维三轴编织复合材料在压缩载荷下的破坏过程,研究了压缩载荷下纤维束和界面层的损伤演化,探讨了纤维束波动对压缩性能的影响规律。通过与相关试验结果对比,该模型能够准确预测二维三轴编织复合材料在面内压缩载荷下的力学响应和主要失效行为,以及自由边效应。细观失效过程分析结果表明,二维三轴编织复合材料轴向压缩的破坏是由轴向纤维束的纤维压缩失效主导的;横向压缩破坏则是由偏轴纤维束的纤维压缩失效引起的。     

一种可紫外光固化新型耐烧蚀涂料研究

基于巯基-乙烯基光引发逐步聚合机理,以含有乙烯基的液态硅氮烷预聚物与多元巯基化舍物为基体,辅以某种陶瓷微粉作为填料,研制了一种可紫外光固化的新型耐烧蚀涂料.采用等温差示光量热扫描(DPC)和测试固化度研究了填料添加量对紫外光固化放热行为和一次成型厚度的影响关系.结果表明:在制备0.5 mm厚的涂层时,填料添加量逐渐从0增至5%(质量分数,下同),固化放热峰值和放热量随添加量的增大而逐渐减小,且固化放热峰从尖锐逐渐趋于平坦,这是由于填料的加入使得涂料变为不透明,对入射的紫外光线产生了衍射/反射作用,从而减弱了辐照强度;填料添加量大于10%时,明显阻碍光固化反应的发生,涂层的一次成型厚度随填料添加量的增加而降低,可采用多次涂敷的措施解决涂层厚度不足的问题.当填料添加量从0增至20%,对于1.0 mm厚的涂层而言,在800℃质量保持率从61.2%增至73.5%.填料含量20%的涂层具有较为优异的耐烧蚀性能,氧-乙炔烧蚀的线烧蚀率为0.252 inm/s,质量烧蚀率为61.7 mg/s.     

电容式微机械陀螺温度特性研究及温度补偿

电容式MEMS角速率传感器零位的全温稳定性是其实用化的最重要的技术指标之一。分析了陀螺工作原理,从传感器敏感表头的空气阻尼、谐振频率等方面分析了机械结构的温度特性,得出了在全温区内驱动力与传感器零位输出的相关性。根据对陀螺表头和接口电路的温度特性分析,设计了恒定跨导高线性度的运算放大器,实现了全温低相位偏移、低幅值偏移的接口ASIC,并在高压N阱COMS工艺下流片。通过驱动力信号对零位进行温度补偿,包含了机械结构刚度和空气热阻尼等因素的影响,理论上比单独的谐振频率补偿更准确,而且驱动力信号可直接由接口电路给出,避免复杂的采样。在-40℃60℃的温度范围内进行零位温度循环测试,驱动力幅值对零位输出进行三阶拟合补偿,补偿后全温零位温度漂移小于26.7(°)/h(1σ)。     

联合压缩感知与接收分集的DME干扰抑制方法

针对L波段数字航空通信系统(L-DACS1)反向链路测距仪(DME)信号干扰正交频分复用(OFDM)接收机的问题,提出基于联合压缩感知与接收分集的干扰抑制方法。在地面基站各接收支路中,首先通过压缩感知重构DME干扰信号,随后将重构的DME信号在时域进行干扰消除,消除干扰后各支路信号最终通过最大比值合并提高OFDM解调器输出信噪比,以克服测距仪残留信号的影响。仿真结果表明:该方法可有效抑制DME信号的干扰,提高L-DACS1系统的可靠性。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。