锂电池储能在电磁发射中的应用

随着电磁发射技术的发展,储能环节成为其中不可或缺的一部分。对基本储能单元需求进行分析,以用电系统功率和能量需求为牵引,以储能系统体积重量适装性最优为目标,充分对比现有各类电池参数指标,从安全性、功率密度、能量密度和循环寿命四个方面进行考虑,确定基本储能单元类型为锂电池。面对舰上不同电磁发射设备电压、电流的需求,需要研究能够实现锂电池组快速灵活串并转换的拓扑结构。在实现电池组稳定并联之前,需保证电池组的一致性,因此需计算出电池荷电状态并进行均衡;针对短脉冲大倍率连续放电工况下荷电状态估算不准确的问题,提出以蓄电池组作为研究对象,采用动态辨识方法进行估算。由于各电池组之间存在不一致性,并联起来放电时可能导致输出电流不均衡,使得本来就处于高倍率放电的电池组超限使用,因此将提出一种电池组均流方法来解决此问题。     

飘浮式空间机器人路径规划的全局最优解析解

本文根据刚体螺旋运动的特点,利用旋转矩阵构造出评价载体姿态变化的目标函数;采用Ｖａｆａ等人的“虚机械臂”模型简化计算;利用动量矩守恒的假设条件及完成抓取固定目标时的几何位形关系,得到微分约束和边界约束。提出机械臂“周期运动”寻优法,从而得到全局优化的近似解析解。     

块脉冲函数法用于在线辨识

用块脉冲函数法作辨识,必须保证零初始条件和零均值噪声。本文对这种方法作出了改进。这种改进的方法,能辨识任意初态下的辨识问题,适用于非零均值干扰噪声的场合,且在辨识过程中无须测量初始条件和噪声均值。它能被方便地用于在线辨识。仿真实验表明,这种方法具有很高的辨识精度。     

关于布朗运动“记忆”效应的一个模型

布朗运动能够概括一大类物理现象,因此一直受到人们的重视。近年来,计算机模拟和实验的结果都表明,布朗运动具有“记忆”效应。本文试图对布朗运动“记忆”效应构造一个模型。在稳定情况下计算结果表明,微粒位移涨落的二次矩仍与时间间隔t成正比,“记忆”效应表现为流体的粘滞性加大。     

机载UWB SAR实时信号处理算法研究

机载超宽带合成孔径雷达(UWB SAR)实时信号处理具有大数据量、大计算量等特点。用于实时信号处理的NCS算法需要较大的存储空间,针对这个问题,提出了改进的NCS算法,减小实时成像处理对存储空间的要求。同时,给出了UWB SAR实时信号处理的流程,分析了前向速度误差对成像质量的影响,推导了在改进NCS算法中基于测量数据的视线误差补偿的性能,采用仿真数据和实测数据对整个系统的性能进行了验证。     

低轨预警自由段弹道估计的多项式逼近算法

低轨单星对自由段弹道的估计是天基预警系统需解决的关键技术之一.建立了低轨预警卫星对自由段弹道的观测模型,针对极大似然估计批处理算法的大运算量问题,给出了一种多项式逼近算法,由观测数据的逼近多项式在一些特定采样点的值形成伪观测数据,以伪观测数据代替原观测数据进行弹道估计.仿真表明,精度与极大似然估计相当,运算量显著降低.     

基于自适应Kalman滤波算法的航空发动机可测参数及其偏离量估计

针对采用估计可测参数偏离量建立航空发动机机载自适应模型的方案中,可测参数偏离量估计的问题,引入了CA(Constant Acceleration)模型,建立了简化的可测参数状态方程和测量方程,采用自适应Kalman滤波算法直接估计可测参数,由估计出的可测参数与发动机非线性模型计算的额定值之差,获得可测参数偏离量.为解决因简化的状态模型系统误差较大,采用标准Kalman滤波会出现估计严重偏离真值的问题,分析了标准Kalman滤波准则和状态模型误差对滤波结果的影响,采用动态调整状态预报在滤波估计结果中权重的策略,给出了单因子自适应Kalman滤波算法准则及递推公式,使滤波估计准确.对不同的可测参数分别采取序列滤波的方法,减少了运算量.以仿真产生的发动机测量数据为例,对系统模型和所设计的算法进行验证,计算结果表明,所设计的滤波算法具有很快的收敛速度和计算速度,结果优于标准Kalman滤波算法,具有更好的估计精度和一定的工程应用价值.     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

H.263 编码器中运动补偿的 MMX 加速

分析了甚低码率视频压缩标准H 2 6 3建议中运动补偿算法 ,介绍了MMX技术的特点、数据结构和使用方法 ,在此基础上用MMX技术实现了运动补偿算法。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。