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。     

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。     

基于结构光的柱体工件直径测量

为实现柱状工件直径的实时快速非接触测量,利用结构光原理,对柱体直径的视觉测量方法进行了研究.详细介绍了结构光法测直径的原理和步骤,以及激光平面的标定和坐标变换求解空间二次曲线方程及特征参数的方法.实验证明该方法测量速度快,精度适中的特点,适用于大批量产品在线测量,亦适用于恶劣环境下的测量.     

基于循环子空间理论的线性系统测试矩阵优化

研究了线性定常系统在循环指数大于1(即其约当标准形不同的约当块有重根)的情况下测试矩阵的优化方法.以循环子空间相关定理的证明为基础,根据根向量链的相关特性,得到了测试向量的线性和与系统观测性的直接关系,给出了在保证系统可观测性的同时,使得测试代价最小的测试矩阵优化方法.算例表明,提出的方法简单直观,对配置测试向量具有良好的工程价值.     

短脉冲激光作用下爆发沸腾的温度及汽泡行为研究

采用短脉冲激光加热浸没在丙酮液池的铂薄膜电阻的方法,以及高压电火花单次放电高速照相技术,在国内首次建立了超急速爆发实验台,达到了微秒级的温度频响和2×106帧/s的高速照相.研究发现,随着激光热流密度增加,试件表面温度快速升高到一饱和值,与过热液体的动力学理论极限温度非常接近.拍摄到了与常规沸腾很不相同的蘑菇云式爆发沸腾照片.试件表面及临近表面的微薄液层内瞬间爆发生成大量大小相当的细小汽泡,汽泡脱离直径远低于经典Fritz公式计算值,上浮速度先快后慢.     

柔软物体力触觉形变模型验证系统

为了验证柔性物体力-形变模型的合理性,构建了基于CC2531芯片的无线数据收发平台、力传感器测量平台和FALCON手控器位移测量平台的力-形变模型验证系统。以新鲜猪肝脏为实验对象,研究了弹性形变实验和穿刺实验的作用力与位移之间的关系;以力-形变测量数据为基础,进行了参数验证校调。仿真实验结果表明:模型中力-形变特性与实际测量值保持一致。该系统能广泛应用于柔性物体力-形变模型验证,对于促进力触觉虚拟医学仿真系统的发展具有重要意义。     

船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

基于LVDS的高速远程实时测控系统的设计

分析了LVDS在远程测控系统应用中的关键技术,介绍了基于LVDS的高速远程传输方式的设计方案。针对设计中的关键性问题,如电磁干扰、阻抗匹配、直流平衡以及信号驱动等问题提出了具体的解决方案,并给出了电路设计中阻抗匹配设计的线宽计算公式。最后结合实验分析了具体设计对于信号质量的影响。     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。