基于AD7746的电容法间隙测量应用系统研究

为精确测量航空发动机部件间隙,针对电容法间隙测量进行了应用研究,重点设计了基于可编程电容—数字转换器AD7746的电容法间隙测量应用系统。采用驱动电缆法等措施,以减小寄生电容,提高抗干扰能力,并通过对AD7746内部可编程寄存器的补偿设置实现宽范围、高精度测量。该系统在自行设计的实验台架上进行多次实验,表明系统具有较好的线性度、重复性和较高的测量精度。最后,提出了电容法测量发动机叶尖间隙的方案。     

两级故障检测在SINS-Galileo-北斗组合中的应用研究

针对联邦滤波器子系统同时存在硬故障和软故障问题,提出一种适用于联邦滤波结构的两级故障检测方法。首先,构造联邦结构残差2χ检验法对系统硬故障进行检测,再用第k-m步未发生故障时的全局最优估计信息构造滑动残差检验函数,对未检测出的软故障进行时间积累,进而检测软故障,同时,联邦滤波信息分配系数根据软故障检测函数进行自适应调节。通过SINS-Galileo-北斗组合导航系统仿真对比分析了基于局部滤波残差2χ检验法和本文提出的故障检测方法,结果表明:该故障检测方法对系统硬故障和软故障具有较高的故障检测灵敏度,能够提高组合导航系统的可靠性。     

高温环境下测试信号传输的稳定性分析

针对测试过程中传输线受高温影响导致信号传输产生一定的不确定性的问题,提出了热电耦合的方法来研究导体的温度演变过程,计算温度变化影响下的电信号稳定性传输,并建立误差公式估算输入与输出电信号之间的关系。采用有限元方法建立了分析模型,讨论了外部环境与传输线的对流换热和通过电流时产生的焦耳热对导体产生的共同作用,以及影响电信号的稳定性传输的主要因素。此分析方法为提高高温环境下的结构测试的准确性提供了依据,对实际工程具有一定的指导意义。     

双重自适应联邦滤波在SINS-卫星组合中的应用研究

针对常规联邦卡尔曼滤波需要确切已知系统噪声统计特性的局限性,结合多信息组合导航中惯性导航系统噪声难以确切感知和卫星导航系统测量噪声不断变化的特点,提出了一种新的双重自适应联邦滤波算法。该算法不必知道系统噪声统计特性而能对测量噪声进行在线自适应调节,同时信息分配系数根据各卫星导航系统输出的几何精度因子(GDOP)进行自适应调节。通过SINS-GPS-Galileo-北斗组合导航系统将该算法与常规联邦滤波算法进行仿真比较,结果表明:该方法有效提高了组合导航系统的精度和可靠性,更适用于系统噪声未知和测量噪声不断变化的多信息组合导航系统。     

基于多项式核的结构化有向树数据聚类算法

各个点在数据内部的组织结构中自然地扮演着3种不同的结构性角色,分别是毂、质心和野值.在基于邻域的聚类算法中,邻域密度因子能够识别分离数据集中的毂、质心和野值.但是,邻域密度因子对有噪声和重叠的数据往往失效.为了解决该问题,引入了基于多项式核的邻域密度因子,并在有向树框架下,提出了一种结构化的数据聚类算法,其计算复杂度线性于输入数据的大小.对带有噪声和重叠的数据集,该算法能够找到所有显著的、任意形状的不均衡聚类.在人工和真实数据集上的实验结果都证实了该算法的有效性和快速性.     

无人机的追逃对抗仿真研究

代数图论方法较之微分对策建立的无人机追逃对抗模型更易仿真求解,利用梯度方法改变Laplacian矩阵的非零特征值给出了对抗双方的控制输入,仿真证明了该方法的可行性.利用边界权值函数考虑无人机通信或感知能力的变化.然后,针对仿真过程中遇到的问题提出根据实际情况构造不同的性能指标.仿真表明逃逸者为迷惑追击者不时交叉逃逸;而追击者也会更换追击目标:相对距离不断变化.     

系数为对称梯形模糊数的模糊线性规划

针对模糊系数的线性规划, 提出了一种系数为对称梯形模糊数的线性规划的方法, 同时得出一些定理、命题以及相应的算法, 并通过实例验证了该方法的有效性. 该方法与常规方法的不同之处在于无须将模糊线性规划转化为经典线性规划就能得到满意的模糊优化解, 因此提出的方法所取得的规划结果更加满足决策者的需要.     

基于DM355的MAV机载视频及遥测数据处理系统

设计了一种适用于微型飞行器的机载视频压缩存储以及遥测数据采集系统.系统主要包括核心处理器DM355及其外围电路、CMOS图像传感器以及三轴陀螺、三轴加速度传感器、磁阻传感器等MEMS器件.给出了系统硬件电路的设计及关键器件的选择、视频数据的采集与压缩及存储流程并阐述了系统外围器件驱动程序的设计.该系统具有体积小、重量轻、功耗低等特点,满足了微型飞行器系统性能指标的要求.     

基于CMAC的无人机紧密编队飞行控制研究

针对多无人机紧密编队飞行控制系统,提出一种基于小脑模型神经网络的编队飞行队形保持控制器。该控制器以飞行控制系统横向、纵向及垂直方向通道的动态误差作为小脑模型关节控制器（CMAC）的激励信号,并与常规的PID控制器相结合构成系统的复合控制。仿真结果表明：该控制器能够控制无人机编队,在定常运动和机动过程中都可以保持期望队形,且这种控制方法具有超调量较小,鲁棒性强,响应速度快,抗干扰能力强等优点。     

基于形态滤波的发动机气缸压力信号处理

在信号预处理中采用了多项式最小二乘法去除信号的趋势项,并采用数学形态学的不同组合结构形式对二冲程发动机的缸内压力信号进行分析处理,可以去除受采集所引起的零漂的影响,滤除受点火脉冲等干扰的噪声。在滤波过程中,采用广义的不同结构元素组合顺序的形态滤波方式对实验数据进行处理,结果表明：此方法能有效地对发动机气缸压力信号进行趋势项去除处理并降噪。