发变电所传导干扰分析与抑制措施的研究

通过对发变电所由开关操作在二次系统和低压交流电源系统传导测量结果的分析,确定变电站低压交流电源中传导干扰的特征,利用安捷伦（Agilent）矢量网络分析仪,研究几种典型电源滤波器的插入损耗和特性阻抗等频率特性,应用夏弗纳（Schaffner）等系列抗扰度试验设备,研究电源滤波器对电快速瞬变脉冲群和衰减振荡波的滤波和抑制效果,给出了变电站电源滤波器的滤波特性要求。     

双基地雷达在抗反辐射武器系统中的应用分析

针对当前雷达系统受反辐射武器系统的威胁越来越严重的问题,分析了双基地雷达在现代防御体系中抗反辐射武器系统的优势及主要技术,并提出了采用合理布置双基地雷达收发基地对ARM加以对抗的措施.通过模拟计算得出收发基地经过合理布置后的双基地雷达,受ARM的杀伤概率会降至0.13,这充分说明了双基地雷达在未来军事斗争中有着显而易见的作用及可观的发展前景.     

新型管压传感器的研制及应用

针对目前外卡式管压传感器存在的问题,设计制作了一种新型外卡式ICP（Integrated Circuit Piezoelectric）型管压传感器。利用该传感器采集了柴油机高压油管压力信号,通过对测试信号的无延时实时滤波、去趋势项和归一化处理,实现了柴油机转速的准确计算;通过时域波形的分析,提取了4个喷油特征点。研究结果表明：该传感器具有使用方便、性能可靠和测试准确的特点。     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.     

基于免疫粒子群算法的自抗扰飞行控制器设计

提出了一种基于免疫粒子群优化算法的自抗扰大包线飞行控制器设计方法.针对传统的增益调参设计方法存在的工作量巨大与设计效率低的问题,利用自抗扰控制器进行大包线飞行控制器设计,并推导了适用于该方法的飞机非线性方程.由于自抗扰控制能够动态补偿对象模型的内扰和外扰,因此在很大的飞行区域内仅需一套控制器便可,从而避免了烦琐复杂的增益调参设计过程,并用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究.仿真结果表明,所设计的自抗扰控制器具有优良的控制性能,并且控制器参数在较大的包线范围内不需要改变,从而简化了大包线飞行控制器设计.     

超声波扩频测距及其信道自适应均衡技术

在扩频通讯系统框架中,建立一种新颖的多阵元超声波测距定位系统。从测距系统的仿真结果来看,采用二进制相移键控(BPSK)直序信号数字相关解调技术和基于最小均方算法的超声波接收信道自适应均衡器,不仅可以克服本地载波(相干解调)相位偏移所带来的不利影响,而且可以抑制多径信道噪声干扰和接收信道增益、相位随机漂移对测量精度的影响,从而提高了超声波测距系统的信噪比和分辨率。此外,采用伪随机码扩频解扩方法,容易实现码分多址(只要给安装在大范围测量区域中多个传感器分配相应的伪随机码,就可以方便地辨认出各个区域传感器发出的信号),扩大超声波测距系统的测量范围。     

基于卡尔曼滤波器的GPS动态滤波方法

提出了一种解决随机误差影响GPS动态定位精度问题的方法.首先将GPS定位中的各种误差源在各方向造成的总误差等效为一个当前均值与一个符合一阶马尔可夫过程的有色噪声之和;其次对于GPS机动载体的加速度采用当前统计模型,然后通过扩展状态变量的思想和采用自适应算法建立相应的卡尔曼滤波器模型.该模型直接从GPS接收机输出的定位结果入手,实时性好,滤波后定位精度得到提高.     

合理选择结构方案是抗震区高层建筑结构概念设计中的重要环节

一、概述 概念设计随着抗震设计的发展应运而生,也随着结构抗震设计的越来越重要而变的尤为突出,概念设计是各种震害分析结果的总结。地震发生时,各个建筑物所受震害往往不同,震害较为严重的建筑在结构设计上往往是存在着诸多缺陷,尽管结构工程师也进行了结构抗震设计和计算,但由于对地震作用下建筑结构的地震反应规律认识不够,在总体方案和构造措施上未采取正确的构思和加强,即未进行抗震区结构概念设计所致。     

声纹鉴别及其应用

声纹是人说话声音的频谱图 ,由于人的个性 ,决定了不同人声纹的差异性 ,因此 ,声纹识别或声纹鉴定能够确定说话人的身份。声纹鉴别在很多领域有着广泛的应用价值和前景 ,这里 ,简单介绍声纹和声纹鉴定与识别的概念及其应用的历史与现状 ,探讨声纹鉴别的方法原理和步骤 ,讨论声纹鉴别在个人身份证明、刑事侦察、军事、通信、防伪等领域的应用 ,展望声纹鉴别的应用前景。     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。