基于模型参数辨识的动力调谐陀螺故障诊断方法

提出了基于动调陀螺转子动力学模型参数辨识的陀螺故障诊断方法 ,详细探讨了其中的关键技术 ,并以某型捷联惯导系统中的动调陀螺为对象 ,在实测信号的基础上进行了故障仿真与实际诊断。结果表明该方法能有效地诊断动调陀螺故障 ,具有一定的实际应用价值 ,并为陀螺故障诊断研究提供了新的途径和思路。     

基于Hough变换撤票策略的目标微多普勒提取

微动特征的提取对于目标识别具有重要意义,但现有算法提取多分量旋转目标微多普勒参数的计算量太大.针对这一问题,提出了一种Hough变换撤票策略,对时频空间进行Hough变换得到参数空间,对已包含所有信息的参数空间进行多次撤票,便可分步得到微多普勒信号参数.仿真实验验证了该方法的有效性.     

抗差最小二乘估计在惯组外场标定中的应用

惯组在外场进行标定时常常会受到环境的振动干扰,从而会对惯组的标定精度造成极大的影响.为解决这一问题,在分析了粗差对惯组标定精度影响的前提下,建立了一种改进的辨识惯组误差系数的数学模型,使其能够分辨出那些受到振动干扰影响的惯组误差系数.最后利用抗差最小二乘估计对惯组误差系数进行处理,通过等价权函数的连续降权和连续减弱影响处理,抵制了异常数据对惯组标定精度的影响.仿真结果表明,抗差最小二乘估计具有很强的抗差能力,能有效减弱异常干扰对参数估计的影响,提高惯组外场标定的精度和数据的可靠性.     

传导冷却高温超导磁体热输运参数反演识别

在传导冷却高温超导磁体系统中,超导磁饼热导率以及磁饼与导冷体之间的界面热阻是影响热输运的主要因素,也是传导冷却超导磁体系统热设计的难点。为了获得准确的热导率和界面热阻参数,根据Levenberg-Marquardt算法提出通过表面测温确定传导冷却超导磁体热输运参数的反演识别方法。搭建低温实验数据测试平台,建立高温超导磁饼三维各向异性热传导模型。利用反演算法对传导冷却Bi2223高温超导磁体在40~76K温区的各向异性热导率与界面热阻进行反演识别,并分析测温误差对识别结果的影响。研究成果将为超导磁体热输运参数的获取提供一种新思路。     

气浮箱型结构纵荡运动水动力系数解析研究

基于二维微幅波理论,采用特征函数展开和匹配渐进法建立了气浮箱型结构纵荡运动的解析解,将Matlab程序计算结果与MOSES数值模拟结果进行了对比分析,验证了程序的合理性;进而对不同吃水、不同水深下结构纵荡运动的附加质量系数和阻尼系数的幅频变化规律进行了研究。结果表明:由于未考虑结构内部气体的可压缩性,数值模拟结果大于程序计算结果,MOSES计算结果偏安全;在一定频率区段上,吃水的增加对结构附加质量系数和阻尼系数有显著影响;随着水深吃水比的增加,结构的附加质量系数和阻尼系数呈增大趋势,只有在圆频率为0.65~0.9 rad/s时呈减小趋势,而阻尼系数则呈增大趋势。     

基于混响室的雷达回波传输环境模拟

为检验雷达回波传输质量,完成基于莱斯因子K的混响室电磁环境分级,提出混响室条件下雷达回波传输环境模拟评价参数信杂比S,对比分析莱斯因子K和信杂比S的测量原理．实验结果表明：混响室可用于雷达回波传输环境模拟．     

多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。     

一种基于GPU的数字信道化处理方法

为了减少数字信道化接收机的开发成本,提高吞吐量与处理速度,对被动雷达截获信号数字信道化接收机的结构进行了研究,提出了一种基于GPU的数字信道化接收机的实现方法。该高效结构不仅节省了硬件成本,缩短了开发周期,而且加快了处理速度,达到了准实时性。实验结果表明:基于GPU的运算平台与CPU平台相比较,处理速度提高一倍左右。     

组合金属橡胶隔振系统参数识别

对2块金属橡胶元件组合制备的隔振器进行静动态试验,指出组合隔振器的优点;利用双折线模型描述该非线性迟滞系统的记忆恢复力,并建立该系统的本构关系及参数识别方程;采用给记忆恢复力zs赋初值,再将用最小二乘法识别得到的参数作为初值构造误差函数,利用误差函数把一次刚度和记忆恢复力的参数识别问题转化为函数优化问题的方法,用小生境遗传算法进行优化识别;对该方法进行模拟仿真识别,并对某金属橡胶隔振器进行试验研究.仿真和试验均表明该方法根据系统输入-输出数据来直接识别系统的物理参数,简单可行且精度较高.     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.