火星探测器转移轨道的自主导航方法

本文针对转移轨道火星探测器对自主导航的迫切需求,提出了一种基于小行星和X射线脉冲星交互观测的自主导航方法,并结合工程任务对上述量测信息的获取方式和获取条件进行了研究,仿真结果表明,与单独基于小行星或单独基于X射线脉冲星观测的自主导航系统相比,该方法不仅可获得更高的导航精度,为转移轨道中途修正提供准确的轨道信息,且工程实现简单,是一种可行的转移轨道火星探测器自主导航方案,可为我国火星探测器自主导航系统的设计提供参考.     

原子磁强计检测光闭环稳定系统设计

SERF态原子磁强计已实现人类历史上最高的0.16fT/Hz1/2的灵敏度。其检测方法主要是法拉第调制法。但法拉第调制法中光电流摄动或环境温度变化等干扰导致的检测光强的起伏会造成检测结果的不准确。为抑制检测光强起伏,设计了闭环原子磁强计检测光稳定系统。在法拉第调制法的基础上,增加了光路子系统和控制子系统对检测光强进行闭环稳定控制。通过对随机干扰进行闭环控制仿真与实验,验证本系统可以有效抑制各种干扰引起的光强起伏,使系统抗干扰能力提高1.2%,从而提高原子磁强计的检测精度。     

制造误差的灰自助动态预报

综合考虑灰色系统理论和Bootstrap统计理论的信息预报特点,建立制造误差的灰自助动态预报模型GBM(1,1),以解决信息预报中存在的一些问题。GBM(1,1) 在灰微分建模时进行Bootstrap再抽样,更多地挖掘系统信息,从而更准确地预报系统真值及其分布区间的瞬态变化状况。在计算机仿真中,研究了各种随机误差系统例如正态分布、瑞利分布、均匀分布、三角分布以及混合分布等系统的预报问题,也涉及到一些系统误差例如上升趋势、下降趋势和周期趋势等误差的预报问题。在实际试验中,研究了滚动轴承套圈磨削圆度误差的预报问题。计算机仿真和试验研究表明,GBM(1,1)允许小的数据样本以及各种类型的随机误差与系统误差存在,预报的准确率可以达到95%以上。     

三轴旋转式惯导平台框架控制耦合问题研究

在三轴旋转式惯导系统中,框架的控制性能对导航精度影响尤为重要,而耦合是影响惯性平台控制精度的原因之一。针对三轴旋转式惯导平台,对三框架的惯量耦合、动力学耦合进行了分析,并建立了相应的耦合模型,在此基础上得出了耦合给框架控制带来的影响,为三轴旋转式惯导平台的框架控制提供了理论基础。     

基于环境激励的桥梁振动模态识别算法研究

在桥梁建造和维护过程中,需要对桥梁的振动模态进行在线、实时的分析,急需一种不需要人工激励进行快速模态分析的算法。通过研究自然激励技术NExT( Natural Excitation Technique)与自回归滑动平均模型ARMA( Auto￣Regressive and Moving Average Model),在常规的自然环境模态分析算法的基础上构造出一种快速求解NExT￣ARMA模型的算法进行桥梁模态识别。相比于传统的环境激励模态参数计算方法,该算法不但降低了传统算法的复杂度,而且采用了反馈的方式提高了计算精度。采用ANSYS建立有限元模型并搭建简易实验系统分别对该算法进行仿真验证和实验验证,验证结果表明,该算法能够有效地在自然激励下提取出桥梁结构的各阶模态,其中对前三阶固有频率的识别相对误差降到1％左右。     

采用遗传算法的多机自由飞行冲突解脱策略

为了解决自由飞行时飞机间的冲突解脱问题,提出了一种能够快速准确解算最优航路的算法.遗传算法具有简单通用、鲁棒性强等特点,应用遗传算法通过改变飞行航向和飞行速度2种方式解决了两机及多机间自由飞行冲突解脱问题,同时还探讨了多机相对飞行时冲突解脱的有效飞行机制.仿真结果表明,无论是改变飞行航向还是改变飞行速度,算法均能够较快地得出最优冲突解脱路线,同时当多机在一点处存在冲突时,采用改变航向的解脱方式具有更好的适用性.     

一种IEEE 1394b主机光纤接口卡的设计与实现

针对工控领域中对现场总线传输距离、抗电磁干扰性、总线带宽方面的要求,设计了一种具有故障诊断功能的IEEE 1394b-PCI先纤接口卡.利用此接口卡搭建光总线系统进行实验测试.由实验得到的工控机端光总线视频传输图及实验数据,可以看出该接口卡能够满足实际的应用需求.同时,搭建的光总线系统能够实现故障定位,方便现场维护.     

基于ADIS16488 MEMS IMU标定测试方法研究

MEMS惯性器件误差是导航系统主要的误差源,而确定性误差和随机误差是惯性器件主要误差,确定性误差可以通过标定补偿.本文通过分析MEMS IMU标定误差模型,设计了加速度计的6位置标定法和陀螺仪的速率快速标定法,推导了适用最小二乘的标定参数辨识方程.以ADIS16488 MEMS IMU为标定测试对象,利用高精度3轴转台进行了标定试验,标定误差补偿后MEMS IMU器件精度等级提高了至少1个数量级,证明该方法有效.     

基于GM(1,1)和人工蜂群的配电测试系统状态估计

为解决配电测试系统的关键量测点存在不良数据时状态估计准确度差的问题,提出一种基于GM(1,1)和人工蜂群的状态估计方法。在一定时间窗口内读取量测值,采用灰色累加生成方法进行初步检测。引入GM(1,1)模型获得序列预测值,按照判定条件对不良数据进行处理。在此基础上采用改进的人工蜂群算法对目标函数进行优化求解,在每一次的优化过程中利用当前最优解的适应度函数建立局部搜索策略。将33节点配电测试系统作为算例,结果表明该方法能够有效地修正不良数据,提高状态估计的整体准确度和单节点准确度。与加权最小二乘算法和人工蜂群算法相比,该方法有功功率的MAE分别减少69%和43%,NMRE分别减70%和63%;对于无功功率,其MAE结果分别减少60%和33%,相应的NMRE分别减58%和57%。