对新一代主战坦克履带销制造工艺全过程的改进建议

指出新一代主战坦克履带销的选材、形状设计及装配均合理;样机履带销在整车运行考核中暴露出的断销现象是包括原材料生产和制销生产在内的全过程工艺不合理所致;钢材生产工艺不合理造成的组织遗传性,影响钢材用户通过正常热处理发挥钢材潜力;钢材用户在制造履带销时采用切削加工,加重了履带销成品的脆断倾向;提出了全过程工艺改进意见,包括冶金厂的轧制工艺和退火规范改进,以及坦克制造厂履带销成型方法改进;采纳所提出的改进意见,将能有效遏制30CrMnSiNi2A钢在钢材用户方的终产品中,因组织遗传而产生粗断口的伪细组织;采用无切削成型加工替换现行工艺中的切削加工,更适于超高强度钢零件制造,并可节约大量(12％)昂贵的履带销超高强度钢。     

引入测频信息进行无源被动定位的方法研究

无源被动定位技术中一个重要问题，是如何使定位的约束条件尽可能地少，即尽可能地提高方法的可操作性。只利用测角信息（ＤＯＡ）的定位方法，由于可观测性的要求，在单观测平台对运动目标定位时，常常需要观测平台作特殊的机动运动，这种约束给实际操作带来很大不便。本文提出了一种引入测频信息对运动目标进行定位的定位方法，并给出了可观测性分析。运用该定位法定位，观测平台的运动形式可以任意，特别有意义的是，在满足某些条件情况下观测平台还可以完全静止不动。     

在GPS/INS综合中的最佳非线性滤波

本文介绍了最佳非线性/非高斯滤波应用到临界情况的INS/GPS综合的问题。用所谓质点滤波的新技术使这种方法成为可能,并且当与诸如广义卡尔曼滤波这种经典的次最佳技术比较时,表现出优越性能。介绍了质点滤波理论并讨论了GPS/INS综合仿真结果。     

关于自适应滤波技术的一些思考

本文研究工程实践中应用Ｋａｌｍａｎ滤波时出现的滤波异常现象。文中从滤波异常的检测出发,由此构成动力学噪声方差阵的自适应估计。对于常用的衰减记忆滤波,提出了衰减因子的自适应确定方法,对于未知的动力学噪声和观测噪声的方差阵,运用Ｂａｙｅｓ－ＭＬ估计方法给出了递推估算方案。对于构造自适应滤波的技术途径,提出了一些看法。     

超精密加工在线检测与误差补偿的理论与方法

超精密加工技术是高新技术、现代机械、电子产业以及国防工业的重要支柱,已成为技术发达国家重要的竞争目标。我系自１９８２年以来开展超精密加工技术的研究已有十多个年头了,取得了重要进展和重大突破。本文就所进行的研究工作,综合介绍了超精密加工中的若干理论与方法,包括形状误差在线检测的误差分离、误差补偿控制、微进给机构的非线性建模、微位移检测等内容,最后介绍了我系所取得的主要成果。     

利用二坐标R站实现运动辐射源的三维跟踪

本文提出了一种基于目标斜距两次测量值之差和方位角信息的定位跟踪算法,详细分析了该技术的定位原理和可行性。在辐射源匀速直线运动的条件下,如果能够不测俯仰角而只用方位角和距离差实现对目标的定位与跟踪,将不仅可以简化接收站的设备,而且还能够增强其独立性能,因此本文讨论的算法对于单站被动定位跟踪系统的实用性具有重要意义。本文通过典型目标航迹的计算机仿真,对算法的性能做了评估．     

红外图象的预处理与目标分割

文中介绍了采用数字低通滤波器去除红外图象中背景起伏的方法;在红外图象中采用统计矩来估计目标的位置与特征;描述了一种分割红外目标图象的新方法。对红外图象与模拟图象的处理都表明是一种面向实际应用的红外图象处理技术。     

液压伺服系统的H_∞观测器设计

针对液压伺服系统的故障诊断问题,提出一种新的全维状态观测器--H_∞观测器的设计方法.该方法简化了液压伺服系统的传递函数描述,建立了系统状态空间描述的能观规范型;在考虑过程噪声与测量噪声的前提下,设计了系统的鲁棒观测器结构,并运用H_∞滤波理论确定观测器的性能指标,求解了系统的矩阵Riccati方程,计算了观测器的反馈增益矩阵.设计实例的性能测试表明,该观测器具有良好的敏捷性和敏感性.     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

一种新的多传感器多机动目标快速跟踪算法

基于FAFDA滤波算法,根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中,构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,蒙特卡洛仿真结果也表明它对多机动目标的跟踪具有比FAFDA更好的跟踪性能。