高能量冲击条件下的加速度测试

高冲击以能量观点可分为超高g值、窄脉宽冲击和中高g值、宽脉宽冲击两种,前者以高g值为目标,而后者则更关心冲击能量.高冲击能量条件下加速度测试具有冲击作用时间长、运动行程长、测试环境恶劣等特点,其准确测试具有一定难度.从高能量冲击试验装置工作原理出发,阐述了测试系统的组成、加速度信号判定等技术问题,分析了实际测试中出现的零漂问题产生的原因,提出了电缆甩动零漂和电荷放大器零漂的实际解决措施.     

一种新的混合优化粒子滤波算法

针对标准粒子滤波算法的精度不高,对噪声变化敏感的缺点,将一种新的混合智能优化算法引入粒子滤波。在粒子滤波中将人工鱼群算法全局搜索与微粒群算法的局部搜索相结合,融合最新的观测值,使粒子更准确地向高似然区域移动,既保证了全局收敛性,又保证了较快的收敛速度。实验表明该方法具有精度高,抗噪声干扰能力强并且鲁棒性高的特点。     

基于观测域平方根UKF的机载无源定位算法

针对机载无源定位存在滤波稳定性差、收敛速度慢、定位精度低等问题,提出一种观测域平方根UKF滤波算法,新算法充分利用了观测域滤波的自动解耦功能和平方根UKF良好的数值稳定性及非线性滤波能力,并通过最小偏度单形采样的UT变换减少了算法在状态域与观测域之间转换时存在的舍入误差,同时也提高了算法的运行效率。仿真结果表明新算法提高了滤波稳定性、收敛速度和定位精度。     

抗野值自适应Kalman滤波在无人机测风数据处理中的应用

针对无人机风场测量值含连续野值较多,且其噪声统计先验知识不足的问题,运用一种抗野值自适应Kalman滤波算法来提高其测风精度。在对模糊自适应Kalman滤波算法分析的基础上,该算法将一个压缩影响函数加权于滤波方程的新息上,根据新息的方差和均值变化自适应调整修正权值,使修正后的新息序列能够保持原有性质。相关分析结果表明,该算法能有效地克服较大野值和成片野值对滤波的不利影响,保证滤波精度,适用于无人机风场测量。     

视频图像快速去雾系统设计

针对雾天视频图像退化严重的现象,使用TMS320DM6437处理器及其外围电路,研制了一种视频图像快速去雾系统;利用大气物理模型建立基于yCrCb空间的去雾模型,通过简单的数学推导和均值滤波算法,并利用查表法提高计算效率,实现视频图像的快速去雾;通过实验论证和结果分析,得出该系统具有自动化程度高,鲁棒性强,实时性好等特点,可以处理各种不良成像条件下的视频图像,对于720×576分辨率的视频图像,处理速率可以达到50帧/s,满足工程应用的要求。     

脉动风速时程数值模拟

对高层、高耸和大跨轻柔等风敏感结构而言,风荷载是主要控制荷载,必须考虑风荷载的动力作用。分析了风速时程模拟方法的概况,包括传统的谐波叠加法、线性滤波法,以及近年来发展起来的小波分析、逆傅立叶变换法。采用AR法模拟了某索-桁移动机库的脉动风速时程。总结了各种方法的优缺点,展望了风速时程模拟的前景。     

形态滤波方法在抵肩力信号降噪中的应用研究

针对抵肩力实验信号采集过程中引入的噪声污染问题,基于数学形态学理论,提出了一种自适应多尺度形态学降噪方法。该方法采用形态开闭-闭开运算提取含噪信号的正、负冲击成分,根据不同尺度形态运算后的噪声统计分布,对不同尺度下形态运算的结果进行加权平均去噪,解决了细节保持与噪声滤波之间的矛盾。仿真实验以高斯白噪声干扰下的blocks信号为研究对象,信噪比和均方根误差为评定降噪结果的标准,结果表明该方法与传统阈值降噪方法相比具有更好的降噪效果。抵肩力实验结果的应用表明,该方法能够在有效抑制信号噪声的同时较好地保留抵肩力信号特征细节,为抵肩力信号特征的提取提供了一种降噪方法。     

宽带数字信道化接收机算法研究与硬件实现

对宽带数字信道化接收机进行了理论研究与硬件实现。该系统模型采用多相滤波结构,使用IFFT算法简化信道化多相滤波器结构与参数,并对各个信道进行下变频产生基带信号以便后续信号识别分析处理,信道化频带划分采用均匀且相邻信道50%交叠的方式。该系统硬件采用A/D转换芯片和FPGA芯片实现,A/D转换芯片完成宽带信号采集,FPGA芯片完成相关算法软件实现。该接收机结构具有设计灵活、实现简单、计算效率高、实时处理能力强、计算量低、FPGA硬件资源少等优点。     

一种消除杆臂挠曲运动影响的传递对准方法

正确消除飞行器杆臂挠曲运动的不利影响是提高惯导系统传递对准性能的关键技术之一.文中在继承速度积分匹配方法优点的基础上,提出一种平均速度匹配传递对准方案,能够有效降低杆臂的挠曲运动对速度匹配传递对准精度和滤波稳定性的影响.通过在线计算滤波器的系统噪声矩阵Q,避免了飞行器杆臂挠曲运动建模的问题.系统仿真结果表明,该传递对准方案能够提高滤波器的稳定性,并对杆臂挠曲运动进行有效抑制.     

精密零件边缘检测

针对边缘检测中检测精度与抗噪性能之间的矛盾,在分析边缘检测方法的基础上,提出了采用优化Gabor滤波算法降低图像噪声和采用多尺度小波检测理论提取图像边缘相结合的方法,实现了零件的在线高效精确检测。试验结果表明,该方法不仅可有效抑制噪声,而且能得到高精度的零件边缘形状。