双轴旋转惯导系统误差传播特性分析

针对双轴旋转惯导系统的误差传播特性问题,推导出双轴旋转惯导系统的误差方程,通过特征值判据证明了误差方程在李雅普诺夫意义下的稳定性,设计了一种合理的十六次序转位方案,建立了研究误差传播特性的方法,分别仿真了初始对准误差角、陀螺常值漂移、陀螺安装误差、陀螺标度因数误差4种因素对导航误差传播特性的影响。结果表明,4种误差因素大小均与导航误差大小成线性关系,并且满足叠加性;4种误差因素会引起导航姿态、导航速度、导航纬度的常值误差和振荡误差,但不会引起积累误差;陀螺标度因数误差会引起导航经度误差的积累和发散。最后提出了减小双轴旋转惯导系统导航误差的措施,对设计双轴旋转惯导系统有一定的参考价值。     

基于Fisher 准则和最大熵原理的SVM核参数选择方法

针对支持向量机(SVM)核参数选择困难的问题,提出一种基于Fisher准则和最大熵原理的SVM核参数优选方法.首先,从SVM分类器原理出发,提出SVM核参数优劣的衡量标准;然后,根据此标准利用Fisher准则来优选SVM核参数,并引入最大熵原理进一步调整算法的优选性能.整个模型采用粒子群优化算法(PSO)进行参数寻优.UCI标准数据集实验表明了所提方法具有良好的参数选择效果,优选出的核参数能够使SVM具有较高的泛化性能.     

基于集散式模型预测控制的多无人机协同分区搜索

针对多无人机在对大范围目标区域执行协同搜索任务时搜索资源分配不均、容易因频繁转场造成资源浪费等问题,借鉴集中式控制和分布式控制结构的优点,建立了集散式多无人机(unmanned aerial vehicle,UAV)协同搜索结构体系,通过聚类分析和V图划分等方法对目标区域进行分区,结合各子区域任务特点对无人机群进行搜索任务分配,并采用一种经改进后可有效增大UAV预测范围的预测控制模型,研究了动态环境下多UAV集散式协同分区搜索问题,最后,将所提方法与常见几种协同搜索方法进行对比仿真,获取仿真结果验证了所提方法在目标发现概率和搜索效率方面的有效性和优越性.     

通用测试系统模型化技术研究

针对通用自动测试系统(ATS)通用性的需求,对自动测试系统进行了模型化处理,并针对目前测试系统模型化设计的不足,提出了基于COM技术的可互换测试系统模型。该模型利用数据库将测试设备的功能进行组件化处理,测试程序集(TPS)可通过特定接口直接使用特定功能,实现了测试程序与硬件的分离,提高了TPS的可移植性。同时利用数据库软件对系统模型进行管理,减小可硬件更换对系统软件的影响。实践证明,系统模型化处理后所需适配器种类减少,测试功能增强。     

基于ATML标准的测试系统数据模型设计

为实现TPS与测试系统硬件的隔离,提高TPS的通用性与可扩展性,建立了以硬件设备属性为基础的测试系统数据模型;该测试系统数据模型根据ATML标准进行设计,描述测试系统的硬件信息及在测试过程中记录的数据,实现了测试系统内部各组件之间、各测试程序之间数据信息的无缝连接与共享;通过C#编写了转换方法,可以实现数据由传统的关系型数据库形式转化为XML格式,提高了数据模型的通用性;经检验表明,该数据模型可有效提高TPS的可扩展性,降低开发成本.     

基于测试系统模型的测试路径选择算法研究

针对测试硬件种类增多导致的测试路径连接复杂、人工配置困难的问题,提出了一种在建立测试系统数据模型的基础上实现的测试路径自动选择算法;该算法将测试设备及被测元件的通道信息纳入到测试系统数据模型中,根据硬件设备信号通道的具体条件为依据,以通过测试路径后测试信号的衰减值最小为最优路径的判别条件,通过测试系统软硬件的交互,实现了测试路径的最优配置;该算法提高了测试路径配置的效率,同时提高了测试程序集的可移植性.     

某型飞机大气数据系统自动测试系统的设计

介绍了某型军用飞机上的大气数据系统自动测试系统的设计原理,描述了测试系统的硬件和软件结构实现。     

基于二总线结构的监测系统设计

介绍了二总线通信基本原理,并给出了基于二总线结构的监测系统的构成。该监测系统已在军事领域中得到应用。     

双轴旋转惯导系统转位误差对导航精度影响研究

针对双轴旋转惯导系统转位误差对导航精度的影响机理问题,在研究陀螺的非线性标度因数误差效应基础上,分析了转位误差与陀螺非线性标度因数误差的耦合作用,对耦合作用对导航精度的影响进行了仿真.研究表明:陀螺非线性标度因数误差不变时,转位误差会引起导航经度误差的积累和发散,积累和发散的程度与转位误差大小近似呈正比关系;转位误差不变时,导航经度误差会随陀螺非线性标度因数误差的增大而增大.     

基于BP网络信息融合技术的电路板故障诊断

对基于BP神经网络的信息融合故障诊断技术进行了研究,将信息融合技术应用到某型反舰导弹俯仰综合放大器电路板的故障诊断中,并利用改进的BP神经网络进行数据融合,得到了较为理想的结果.研究表明,该方法能够较好地解决电路板元件故障诊断的不确定性问题.