类V型微裂纹检测系统原理

报导了基于漏磁法,采用高信噪比的霍尔磁传感器及放大器,配以高精度的自动传动与光电定位装置,以及自行设计的信号采集与分析处理软件所构成的类V型微裂纹检测系统及其原理。该系统能对宽度在50μm及以下的微裂纹进行检测。     

用解冻焦散线法测定平面应变裂纹的应力强度因子K_Ⅱ

本文就奇异点附近的变形可表示为一维函数的情况,导出了奇异点附近变形的凸凹性对照射光源的要求。用焦散线的这种性质测定平面裂纹的应力强度因子ＫⅡ,收到意想不到的效果。     

综合全球定位导航／火控系统性能模拟

描述综合全球定位导航／火控系统。在此基础上描述这种系统的模拟方法、模拟中采用的误差、卡尔曼滤波技术。简要总结了模拟的条件,并给出了两个示例的结果。     

渗碳气氛的热力学及动力学分析

本文对渗碳气氛进行热力学及动力学分析,给出炉气各组分间反应速率的测试方法及测试数据。结果表明,渗碳气氛的独立反应数为4,自由度为3,甲烷的渗碳作用不可忽略,控制甲烷这一碳源有利于提高碳势控制精度.     

基于扩展卡尔曼滤波的浮标定位方法

由于浮标的随机漂移,在航空搜潜过程中,需要定期对浮标的位置进行更新。根据航空搜潜声纳浮标与飞机的相对方位信息,采用扩展卡尔曼滤波技术,分析了计算浮标位置的原理、方法,建立了相应的系统模型和仿真算法,从估计的相对位置误差和均方根误差两个方面,仿真分析了系统的误差性能。结果表明,该定位模型能够成功地跟踪浮标的位置,并具有较高的定位精度。     

采用非对角1-D切片的码片速率盲估计北大核心

在通信侦察识别中,通信信号的码元速率估计是调制识别和信息解调的前提和基础。针对直接序列扩频信号的伪码码片速率估计问题,提出了一种利用联合循环高阶累积量非对角1-D切片特征参数,对直扩信号码片速率进行盲估计的改进算法。该算法将采样信号不同延时的非对角1-D切片进行联合处理,通过自相关、快速傅里叶变换、求模平方等方法,增强了谱线特征。仿真实验证明,改进算法较2-D切片算法简化了计算,并且在更低信噪比条件下,实现了对无先验信息直接序列扩频信号的码片速率盲估计。     

基于稀疏贝叶斯学习的扩展目标雷达关联成像*

雷达关联成像不依赖于雷达与目标的相对运动,是一种高分辨凝视成像方式。传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该算法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该算法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

基于飞行仿真的近地告警包线计算

TSO-C151b标准中近地告警包线为通用模型设计,未结合飞机的自身特性。为精确给出飞机过大下降速率告警包线,通过结合飞机自身气动特性和操纵特性,分析告警机理,建立飞机六自由度仿真程序。依据飞机发动机数据、气动力数据、质量特性数据等,建立仿真模型及操作程序,实时模拟飞机各舵面的操作响应过程,以及飞机的运动姿态和飞行轨迹,计算飞机在不同下降速率时拉起的损失高度,设计近地告警包线。实际试飞数据验证了模型设计合理,计算结果准确。同时,将仿真计算得出的告警包线与TSO-C151b对比,给出适用于飞机的近地告警包线使用建议,保证飞机飞行安全。     

非椭圆扩展目标联合跟踪与分类算法

充分利用目标尺寸和形状信息,提出了一种基于星凸随机超曲面模型(random hypersurface model, RHM)的非椭圆扩展目标联合跟踪与分类(joint tracking and classification, JTC)算法。将目标空间扩展状态建模为星凸形状,通过目标类别相关先验信息的矢量化建模,建立起其与目标瞬时扩展状态的关系,并在统一的贝叶斯滤波框架下,实现跟踪与分类的一体化处理;进一步对目标运动学状态和扩展状态单独进行建模,并通过构建扩展状态的似然函数,利用粒子滤波实现目标类别概率算式的递推处理。仿真结果表明:与基于椭圆形状的扩展目标JTC算法相比,所提算法能对尺寸相近、形状不同的目标进行准确分类,同时可改善目标状态的估计效果;与基于星凸RHM的扩展目标跟踪算法相比,所提算法能大幅提高目标状态的估计性能。     

基于扩展卡尔曼滤波的环路跟踪算法仿真分析

针对接收机定位动态适应性需求,分析了采用扩展卡尔曼滤波的接收机环路跟踪算法,给出了基于扩展卡尔曼滤波的接收机环路跟踪算法的数学模型,基于采集卫星信号模拟器输出的射频信号与程序生成的接收机中频信号,从动态适应性和跟踪灵敏度两个方面,仿真分析了基于标准卡尔曼滤波和基于扩展卡尔曼滤波的环路跟踪算法性能。仿真结果表明,基于扩展卡尔曼滤波的环路跟踪算法在动态环境中具有更好的跟踪性能,且能够改善跟踪灵敏度1 dB,这表明其对复杂应用场景具有更好的适应性。该分析结果能够为算法工程化提供参考和借鉴。