挑战，时时如影相随——一个陆战兵的一天

6月22日,北部湾畔。拂晓,时针指向5时40分。一个黑影身手敏捷,悄然从楼顶翻身而下。在接近二楼宿舍时,迅速从窗户向官兵宿舍内投进了两个发烟罐!屋内顿时烟雾笼罩。此时,对海军陆战队某旅两栖侦察队班长李军升来说,新一天的训练就在这让人防不胜防的条件下拉开了序幕。这是一次没有任何征兆的突袭!李军升所在宿舍里的几十名队员全被呛醒。可能遭遇毒气攻击——他们马上采取措施防范。     

基于自适应正交单纯形CKF的鲁棒目标跟踪方法

为减小模型异常对目标跟踪系统性能的影响,提出了一种自适应正交单纯形容积卡尔曼滤波(AOSCKF)算法.将正交单纯形准则引入容积卡尔曼滤波中,提高滤波估计精度和计算稳定性;将强跟踪滤波(STF)中的自适应因子引入正交单纯形容积卡尔曼滤波(OSCKF)算法中,降低系统模型异常对目标跟踪的影响;将所提算法应用到双站纯方位目标跟踪系统中进行仿真实验.结果表明,AOSCKF算法可有效提升算法的鲁棒性和滤波精度.     

微小型飞行器多传感器融合容积姿态估计北大核心

针对微机电系统(MEMs)陀螺仪精度低、噪声大且误差随时间累积的问题,扩展卡尔曼滤波(EKF)线性化误差的问题和无迹卡尔曼滤波(UKF)时间耗费大的问题,提出了一种欧拉角容积卡尔曼滤波(CKF)姿态估计方法。建立了欧拉角姿态运动学模型,以姿态角为状态量、加速度计和磁强计输出解算得到的姿态角为观测量,采用容积数值积分理论来计算非线性函数的均值与方差,实现了多传感器辅助的微小型飞行器(MAVs)CKF姿态估计方法。仿真结果表明:估计精度方面,CKF与UKF相当,优于EKF;滤波稳定性方面,CKF与UKF相当,显著优于EKF;时间耗费方面,CKF优于UKF。     

洞库储罐壁局部失稳分析

因储罐使用时间过长,或者在使用管理中操作不当等原因,目前某些洞库储罐出现不同程度的失稳现象,甚至不能正常工作,严重干扰了油库的储存以及收发作业,出现设备闲置现象。根据拉姆公式对失稳现象进行分析探讨,剖析造成失稳的主要因素,针对某洞库罐壁失稳的实际情况,对油库的实际工作提出建议,对于加强储罐的管理工作有重要的参考价值。     

高超声速飞行器前体外形设计与气动特性分析

利用数值计算开展了高超声速飞行器前体气动特性的考察,重点研究了三维效应对于前体流场及预压缩性能的影响,提出了抑制三维侧缘溢流影响、改善三维前体气动性能的前体侧缘设计思想,考察了侧缘外形的容积效率,提出了有效容积效率的概念和评估方法,对于不同侧缘形式的前体构型进行了气动特性的考察,给出了不同前体构型气动特征的变化规律。     

吻切锥乘波构型优化设计与分析

吻切锥乘波构型是未来高超声速有动力巡航飞行器气动外形重要的设计参考。采用参数化设计方法实现了吻切锥乘波构型的设计,并利用工程估算的方法对构型的气动性能进行了分析;在多参数正交试验分析的基础上,开展了以升阻比,容积和容积率为目标的设计优化。CFD计算显示,优化的外形具有良好的升阻比和容积率性能,且底部流动均匀,是实现高超声速飞行器前体/超燃发动机进气道一体化的重要参考。     

国外过滤式防毒面具滤毒罐的发展概况

作为个体防护器材的一个重要的组件,过滤式防毒面具滤毒罐多年来得到了不断的发展和完善。详细地介绍了近年来国外过滤式防毒面具滤毒罐的研究、发展和定型情况以及其今后的发展趋势．     

基于高斯和-容积Kalman滤波的高轨双星辐射源跟踪

高轨双星系统可通过测量辐射源信号的到达时差、频差和到达高轨卫星的多普勒频移,跟踪沿地球表面巡航且载频固定、已知的运动辐射源。针对辐射源运动方程和观测方程的强非线性,提出了基于高斯和框架与5阶容积Kalman滤波的运动辐射源跟踪算法GS-5CKF。算法将起始时刻的时差观测量所确定的处于地球表面的时差线按辐射源经度等间隔划分,初始化多个并行的5阶容积Kalman滤波器,线性组合各滤波器每个时刻的输出以获得辐射源运动状态的估计。针对5阶容积Kalman滤波器,提出了相应的非线性测度并引入滤波器分裂与合并,以提高跟踪精度并保持GS-5CKF算法计算复杂度基本不变。仿真表明,相对仅使用单个5阶容积Kalman滤波器和基于高斯和框架但使用3阶容积Kalman滤波器的GS-3CKF等算法,提出的跟踪算法具有更高的估计精度。     

罐顶板声发射检测及其稳定最不利点有限元分析

罐顶板的缺陷检测对于评估立式拱顶罐的使用状况有着重要的意义,它的应用有助于更好地掌握立式拱顶罐的安全状况与可靠程度。将声发射法应用于罐顶板材料的检测,并对相关的设备仪器及操作流程进行介绍。为了给检测结果提供对照和参考,利用有限元分析法对拱顶瓜皮板的稳定最不利点进行了初步分析和定位。分析结果表明：顶板中上部肋板围成的区域可能会产生稳定最不利点,该部位应作为检测时重点关注的区域。     

基于鲁棒高阶容积滤波的无人机相对导航状态估计方法

由于无人机相对导航系统具有非线性强、噪声非高斯的特点,传统的基于卡尔曼滤波算法设计的相对导航滤波器存在估计失准甚至发散的问题。考虑到高阶容积卡尔曼滤波和最大熵滤波算法分别在解决非线性问题和非高斯问题时的优势,利用最大熵滤波的量测更新方法对高阶容积卡尔曼滤波的测量更新方程进行了改进,将传统的量测更新问题转换成了线性衰退的求解问题,避免了对测量噪声进行高斯假设,同时解决了系统非线性和量测噪声非高斯的问题。进行了相应的数学仿真,仿真结果表明:所提算法的估计精度超过了高阶容积卡尔曼滤波和最大熵滤波算法的,验证了算法的有效性。