一种可变步长傅里叶分析器的统计特性分析

可变步长最小均方(Variable step-size LMS,VSS-LMS)算法的傅里叶分析器在稳态误差、收敛速度及追踪能力方面具有优异性能,对其进行全面的统计特性分析具有重要意义.本文基于误差服从高斯分布等假设在平均及均方意义下,推导出描述系统动态特性的差分方程组,完成系统的动态数学建模,进而对系统进行稳态性能分析,给出系统稳态误差关于参考信号频率、系统参数和附加噪声的表达式,为系统应用中的参数选取提供有效指导.仿真表明,本文建立的统计模型与仿真结果具有一致性,验证了分析的有效性.     

少半圆直径的精密测量方法

在机械加工中,零部件上的一些非完整圆结构的半径或直径经常需要进行高精度的检测,弓高弦长法是对这样的少半圆直径进行测量的常用方法.在对传统的弓高弦长法深入研究分析的基础上,给出了当弓高或弦长在微小范围内变化时,少半圆直径(或半径)的测量方程是有关弓高变化量或弦长变化量的线性方程,该测量方程充分地表达出弓高变化量或弦长变化量的放大系数是与角度有关的“灵敏系数”,这个系数指明了提高少半圆直径测量精度的方向;并给出了系数是特殊值的几个测量角度,关系特别简单,不需要复杂的计算,测量结果实现了所见即所得.     

一种信息传输管理平台的实时性保障方法

信息传输管理平台是虚拟试验系统中的信息交互中枢,它的实时性能影响整个虚拟试验的运行.为了提高信息传输管理平台的实时性,分析了网络通信和本地数据特点,在VxWorks操作系统下采用任务划分和优先级设置、缓冲队列通信模式、信号量与中断服务程序优化等关键技术,在数据处理中应用哈希查找算法等2方面保障实时性.在虚拟试验中的性能...     

虚拟试验系统协议转换模块研制

哈尔滨工业大学自动化测试与控制研究所研发了试验和训练体系结构HIT-TENA平台,用于搭建虚拟试验系统;为了将靶场实物资源接入该系统,研制了基于PCI总线和1553B总线的协议转换模块。采用DSP+FPGA的硬件结构,利用FPGA实现了并行协议帧头识别,利用DSP实现了协议转换。测试表明,该模块能完成协议转换,并将延时降低到1 ms以内,解决了试验设备接入虚拟试验系统时转换效率低下、延时较大等问题。     

基于DSP的炮弹无陀螺惯性测量单元应用系统设计

简述了无陀螺惯性测量原理,据此设计了面向炮弹导航的无陀螺惯性测量应用系统.该系统采用十二加速度传感器配置方案,核心算法由数字信号处理器完成.着重考虑了精度、速度等问题并在硬件和软件设计上提出了改进办法;试验表明这些方法能有效的提升系统性能,使系统满足工程应用的要求.     

自确认压力传感器结构参数设计及其有限元分析

设计了自确认压力传感器弹性体的结构参数,包括弹性体的材料选择,弹性体的形状、厚度和半径,建立了应变片在弹性体上的多组布片方案,为压力传感器实现自确认功能奠定了基础.应用有限元分析软件ANSYS对所设计的传感器弹性体进行了动、静态分析,获得了弹性体在受力情况下的位移、应力、应变分布状态,并且计算了弹性体的固有频率,分析结果表明,所设计的弹性体满足自确认压力传感器的设计要求.     

基于KPCA和SVM的火箭发动机试验台故障诊断方法

为了解决液体火箭发动机试验台的故障诊断问题,提出了一种基于核主元分析(KPCA)特征提取和支持向量多分类机(SVM)的故障诊断方法,该方法首先利用核主元分析对试验台标准故障样本进行特征提取,通过特征分析,建立适合于试验台故障状态识别的层次多分类支持向量机,并对其进行训练,然后将试验数据在主元上投影,输入到训练好的支持向量多分类器,对试验台故障状态进行识别.该方法充分利用了核主元分析强大的非线性特征提取能力和支持向量分类机良好的小样本泛化特性,解决了试验台故障诊断中的小样本、非线性模式识别问题.对试验台的试验结果表明,该方法是有效的、可行的.     

空间光通信ATP系统粗跟踪平台的混合自适应控制

ATP系统的粗跟踪平台外框架对内框架的耦合作用以及内框架自身的不平衡所引起的加速度干扰是影响空间光通信系统光信号跟踪性能的重要因素。针对方位跟踪通道中的内框架系统结构,提出了应用一种混合自适应控制方法,该方法在设计自适应控制器时采用离散与连续相结合的方法,并将耦合作用和加速度干扰转换为对象的未建模动态进行处理。最终的仿真结果表明,被控对象在具有未建模动态和干扰的情况下,采用混合自适应控制算法能够获得较高的跟踪精度。     

基于PXI+LVDS的弹载计算机测试系统

通过对基于DSP中央处理器的弹载计算机系统的功能分析,提出了采用PXI+LVDS总线技术进行弹载计算机系统测试的方法,并对整个测试系统的关键技术进行了阐述,给出了对弹载计算机进行系统工程测试的新途径.     

粗神经网络的禁止搜索训练算法研究

粗神经网络不仅可以处理明确定量的输入信息,而且可以处理传统神经网络不能处理的语义形式的输入信息.本文给出了一种新的训练方法--基于禁止搜索算法的粗神经网络训练方法.仿真结果表明本文提出的训练算法在收敛速度和网络性能上都有显著提高.