一项舰载装备型号研制中的质量控制

舰载热释光剂量仪是集光机电于一体的精密仪器,由于工作环境恶劣,故障率高,被海军列为重点攻关,项目,介绍了型号研制过程中在设计,加工及试验等环节上为提高仪器性能的先进性与可靠性而采取的一系列有效措施。     

固相微萃取－气相色谱法测定土壤基质中痕量的路易氏剂

详细论述了用固相微萃取－气相色谱法检测水相中的路易氏剂。在此研究基础之上,通过液－固提取方法对土壤基质中的路易氏剂进行提取,提取液经过滤、巯剂化衍生后,直接进行固相微萃取,经气相色谱－火焰光度（硫）检测器进行定量检测。该方法与传统的液－液萃取相比具有简便、快捷、无溶剂消耗、选择性好的特点。最小检出浓度为5ng/ml。在5－300ng/ml的浓度范围内具有良好的线性关系。对土壤中加标化合物的回收率在80％以上。     

FIFO芯片在跳频参数测量中的应用

在说明FIFO的特点的基础上论述了其在跳频参数测试中的应用,详细说明了测试逻辑的软硬件设计。     

闭环激励下无人机非线性参数频域在线辨识

随着无人机在军民领域的大规模应用,对无人机复杂工况下的安全性和适应性提出更高要求。闭环辨识能够在考虑系统反馈作用下获取辨识参数,大幅提高辨识试验的稳定性和安全性。针对无人机闭环辨识试验中多变量非线性气动参数获取问题,首先基于某固定翼无人机动力学模型,推导了无人机的气动力、气动力矩等29个气动参数辨识模型;然后提出了一种闭环激励下无人机多变量非线性参数频域在线辨识方法,设计了基于递推傅里叶最小二乘的闭环辨识的流程架构;最后通过添加噪声后的仿真系统对辨识方法的有效性进行了验证,对辨识结果的有效性进行了分析,可为后续开展的闭环辨识飞行试验提供技术储备和理论支持。初步仿真结果证明,提出的闭环激励下无人机多变量非线性参数频域在线辨识方法可以高效获得辨识结果,辨识的29个气动参数中有16个气动参数辨识平均误差3.43%,同时提出的辨识方法较常规最小二乘法精准度平均提高25.5%。     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。