板料拉伸成形数值模拟中动态接触的处理

在对板料拉伸成形过程进行数值模拟时 ,为获得可信的计算结果 ,需要准确地模拟出模具与板料之间的动态接触。在全面分析成形中板料与模具接触边界动态变化的基础上 ,结合ANSYS有限元分析软件给出了模型的几何描述、接触算法选择、接触摩擦模型的建立等具体方法。通过具体应用实例分析 ,证明了这些方法应用于板料拉伸成形分析的可行性。     

板料拉深成形过程数值模拟中单元的选择

板料拉深数值模拟的效率和精度与单元的选择有很在关系。ANSYS中基于单元公式的不同提供了大量的单元，在介绍壳单元和实体单元的基础上，提出了用SHELL93和VISCO107两种单元来模拟板料拉深成形过程，并对其模拟结果进行了分析。     

基于分布式有限感知网络的多伯努利目标跟踪

针对感知范围受限的分布式传感网多目标跟踪问题, 在多伯努利滤波跟踪理论基础上提出分布式视场互补多伯努利关联算术平均融合跟踪方法. 首先, 通过视场互补扩大传感器感知范围, 其中, 局部公共区域只互补一次以降低计算成本. 其次, 每个传感器分别运行局部多伯努利滤波器, 并将滤波后验结果与相邻传感器进行泛洪通信使得每个传感器获取多个相邻传感器的后验信息. 随后, 通过距离划分进行多伯努利关联, 将对应于同一目标的伯努利分量关联到同一个子集中, 并对每个关联子集进行算术平均融合完成融合状态估计. 仿真实验表明, 所提方法在有限感知范围的分布式传感器网络中能有效地进行多目标跟踪.     

交互式箱粒子标签多伯努利机动目标跟踪算法

针对多机动目标追踪问题, 将交互式多模型(Interacting multiple model, IMM)思想与箱粒子标签多伯努利滤波器(Box-labeled multi-bernoulli filter, Box-LMB)相结合, 提出交互式箱粒子标签多伯努利滤波器(IMM-Box-LMB)算法.该算法首先通过扩展多目标状态, 引入模型匹配概率变量, 并利用量测信息在预测阶段更新模型匹配概率, 进而使用交互式多模型算法对每个箱粒子状态进行混合估计.其次, 在更新阶段提出二次收缩算法, 通过二次收缩算法使更新后的箱粒子具有更大的区间和存活概率, 也更加接近真实目标位置, 从而达到提升后续时刻箱粒子多样性的目的.仿真结果表明, 二次收缩算法能够有效地提升箱粒子的多样性.将二次收缩算法应用于IMM-Box-LMB算法, 能够在不同信噪比下稳定准确地估计机动目标的个数.相同条件下, 与匀速直线运动(Constant velocity, CV)模型下的Box-LMB算法相比, IMM-Box-LMB算法能够对多机动目标的数目以及状态进行更加有效的估计.     

区间量测下基于无迹变换的伯努利粒子滤波算法

针对区间量测下目标的实时检测与跟踪问题,提出基于无迹变换的伯努利粒子滤波算法(Bernoulli- Upf).该算法在伯努利粒子滤波算法(Bernoulli-pf)的基础上融合无迹卡尔曼滤波(UKF),融合后的算法在预测步骤产生持续存活粒子时,充分考虑到当前时刻的量测,从而引导粒子向高似然区域移动,使得粒子分布更加接近真实状态的后验分布.仿真实验表明,Bernoulli-Upf算法的估计精度优于Bernoulli-pf算法.     

基于箱粒子概率假设密度滤波的弱目标检测与跟踪算法

针对低信噪比条件下多弱小目标检测前跟踪算法跟踪效率低、计算复杂度高等问题,提出一种基于箱粒子概率假设密度滤波的弱目标检测与跟踪算法.首先,针对由目标的贡献强度和噪声获得的目标强度量测图像,利用均值滤波抑制强度量测图像中的噪声;其次,以不交叉原则挑选出强度值较大区域作为区间量测;最后,利用箱粒子概率假设密度(BOX-PHD)滤波对上述所得的区间量测进行目标跟踪.仿真结果表明,所提出的方法可以提高跟踪性能,且计算效率高.     

弱目标箱粒子标签多伯努利多目标检测与跟踪算法

针对红外弱目标追踪问题,提出箱粒子标签多伯努利多目标检测与追踪(Box particle Labeled Multi-Bernoulli Detection and Tracking, BOX-LMB-DT)算法,该算法首先通过使用均值滤波对获得的灰度图像进行降噪处理;其次,通过将所有像素处依强度大小进行排序,选出强度较大的区域作为当前时刻的区间量测;最后利用箱粒子标签多伯努利滤波(Box-Labeled Multi-Bernoulli Filter, Box-LMB)器对目标进行跟踪。仿真结果表明,本文所提箱粒子标签多伯努利多目标检测与追踪算法能够对多目标的航迹和状态进行稳定有效的跟踪,且在相同条件下,相较于区间量测下的LMB粒子滤波,达到相同的追踪性能时BOX-LMB滤波运算效率提升了22.59%。     

基于最大似然法的GPS弱信号载噪比估计算法

为了在弱信号环境下准确估计卫星信号载噪比,提出一种可自适应调整估计时间,基于最大似然准则的载噪比估计算法。在分析GPS信号相关器模型输出的基础上,对该算法的原理和性能进行了理论分析,研究了相干累加次数对该算法的影响,并在仿真平台上进行验证。仿真结果与理论推导吻合,在信号很弱时可通过提高累加次数对载噪比进行准确估计。相对传统载噪比估计算法,该算法估计时间较短,估值准确。根据理论推导求出满足精度要求的最小累加次数,用于自适应调整估计更新时间,可提高算法的灵活性。     

GLONASS卫星信号模拟器设计与实现

针对GLONASS的特殊星历设计以及一般2阶数字频率合成方法难以满足卫星信号模拟器的精度问题,在分析GLONASS信号结构和传播模型的基础上,引入4阶Runge-Kutta数值积分外推法计算卫星位置,并设计高阶数字频率合成技术实现模拟器的信号生成。实验结果表明,4阶Runge-Kutta数值积分外推法具有较高的卫星位置计算精度。     

一种软件电台的基带处理架构及频偏估计设计

论述了一种基于DSP的软件无线电台的基带处理架构及频偏估计设计方法。首先介绍了系统硬件方案,然后对DSP软件架构进行了论述,包括帧结构、EDMA通道中断和串口中断处理流程。最后重点介绍了频偏估计的原理和具体实现方法,并给出了测试结果。