紧凑型Tesla变压器的参数测量

对设计加工研制的Tesla变压器,根据Smith建议的测量方法,解决了对紧凑Teala变压器耦合系数进行比较准确地测量的问题,实测耦合系数高达0.9,并对耦合系数稍低于理论设计值的原因进行了探讨,同时分析给出了物理原因.此外,根据Teala变压器电路在初次级初、次级短路和低电压充电情形下的实测电压波形,估算出Tesla变压器电路各参数数值.这些数值与理论计算值吻合,并能满足实际高压充电的要求.     

Rodrigues参数与四元数间的关系分析

介绍了Rodrigues参数,从投影的角度,详细阐述了四元数与经典Rodrigues参数及改进型Rodrigues参数的关系,推导了Rodrigues参数微分方程以及与姿态阵的关系,建立了等效旋转时避免奇异值出现的方法.以典型圆锥运动为背景,对以Rodrigues参数描述的导弹捷联姿态算法和以四元数描述的姿态算法在计算量和计算精度上做了详细的比较.     

发挥技术优势服务北京奥运

原子能院是我国第一个核科技研究基地。58年来,从这里走出了61位中国科学院和中国工程院的院士。在钱三强,王淦昌等老一代科学家的言传身教下,原子能院完成了原子弹点火中子源研制、氢弹前期理论探索、关键核参数测量、六氟化铀生产工艺建立及我国第一个船用动力堆的初步设计研究等多项自主创新工作,为我国“两弹一艇”事业作出了历史性的贡献。     

基于Matlab系统辨识工具箱的参数辨识

论述了系统辨识的基本理论,针对最小二乘法参数辨识的缺陷引入了辅助变量法参数辨识。根据Matlab系统辨识工具箱中的一些基本函数,结合实例对最小二乘法参数辨识和辅助变量法参数辨识进行了对比分析,结果表明基于辅助变量法模型的输出与原系统输出相吻合。     

军用运输车车架及底板结构动态特性试验及分析

采用单点激振多输出（SIMO）试验模态法（EMA）对某型军用运输车车架底板及其连接部分进行动态特性试验,提取相关参数和特征向量,并进行模态参数识别和各阶振型分析,试验结果与实际振动情况基本吻合。与基于有限元分析软件HyperWorks计算结果进行验证对比,结果基本一致。     

离散小波变换在被动声目标识别中的应用

研究了战场被动声目标鲁棒特征参数的提取,分析了战场声信号与语音信号特征的相似性,提出基于MFCC参数的战场声目标识别方法。针对战场环境存在强噪声干扰情况,提出一种改进的MFCC特征参数(DWTMFCC)提取方法,该方法将小波分析和MEL倒谱分析结合,提高了特征参数的鲁棒性。仿真结果表明:在噪声条件下,利用DWTMFCC参数进行声目标识别,平均识别率比MFCC参数高出3.134个百分点,信噪比为5dB时,识别率仍达到93.67%。     

惯性测量单元内杆臂标定卡尔曼滤波方法

在高动态环境下,由内杆臂引起的尺寸效应误差是高精度捷联惯导系统的重要误差源之一。从原理上分析了内杆臂误差的产生机理,推导了内杆臂误差的动态误差模型,并结合系统误差模型推导了内杆臂的标定模型,选取考虑了外杆臂误差的速度误差为系统观测量,提出了基于卡尔曼滤波的内杆臂参数辨识方法。试验结果表明,内杆臂标定重复性精度优于2 mm,快速旋转试验中,内杆臂误差补偿后,速度误差减小90%,摇摆试验中的导航精度也得到显著提升。     

杂散参数对串联型磁脉冲压缩器输出特性影响*

使用电路模拟软件(P-Spice)分析了脉冲电容器自身电感、磁开关绕组匝间电容以及磁芯处于不同工作状态时,磁开关绕组自身阻抗等杂散参数对串联型磁脉冲压缩器输出特性的影响。结果表明,匝间电容和磁芯处于未饱和状态下的绕组自身电阻对系统的输出特性影响相对较小;磁芯处于饱和状态时,绕组自身阻抗对系统的电压传输效率影响较大;脉冲电容器的自身电感不仅会降低系统的电压传递效率,同时会影响到输出脉冲上升沿的宽度。基于以上的结论,对单级串联型磁脉冲压缩器进行了优化设计并研制了一台输出峰值电压26kV,脉冲上升时间由4.1us压缩到1.2us的串联型磁脉冲压缩器,电压传输效率大于92.5%。     

杂散参数对串联型磁脉冲压缩器输出特性的影响

使用电路模拟软件分析了脉冲电容器自身电感、磁开关绕组匝间电容以及磁芯处于不同工作状态时磁开关绕组自身阻抗等杂散参数对串联型磁脉冲压缩器输出特性的影响。结果表明,匝间电容和磁芯处于未饱和状态下的绕组自身阻抗对系统的输出特性影响相对较小;磁芯处于饱和状态时,绕组自身阻抗对系统的电压传输效率影响较大;脉冲电容器的自身电感不仅会降低系统的电压传输效率,而且会同时影响到输出脉冲上升沿的宽度。基于以上结论,对基于电容负载的单级串联型磁脉冲压缩器进行了优化设计并研制了一台输出峰值电压26k V,脉冲上升时间由4.1ms压缩到1.2ms的串联型磁脉冲压缩器,电压传输效率大于92.5%。     

高级在轨系统的自相似业务量预测链路优化模型

在AOS高级在轨系统链路协议的基础上,分析了具有自相似特性的业务流量,提出了一种基于FARIMA模型的自相似预测的链路优化模型。该预测模型基于分数阶统计理论,在估计赫斯特参数的基础上,根据不同的时间粒度,提前预测突发业务量的到来,从而降低了网络丢包率。仿真表明模型在20点预测内具有较好拟合性,在一定置信区间下具有较好的预测成功概率和较低的虚警概率,同时使网络丢包率大幅下降。