摘要：针对精密离心机动态失准角测量中存在的问题,提出以双轴光电自准直仪为核心测量仪器的失准角测量方法,在测量系统中采用真空光路屏蔽技术,减少了由于测量环境空气扰动带来的误差。对组成测量系统的各环节进行了误差分析与设计,理论分析与实验表明系统测量不确定度可达到0 2″。

摘要：介绍了一种低冲击分离装置的结构,并对其冷气驱动分离试验进行了分析。依据能量守恒定律和空气动力学原理,为分离装置的冷气驱动分离过程构建了数学模型;借助数学模型,对分离装置中扇形块两端的支撑角对分离过程的影响进行了仿真和分析。通过仿真结果可发现,扇形块顶端支撑角的变化对分离过程中分离时间和峰值气压的影响很小,而扇形块底端支撑角的改变则会引起分离时间和峰值气压的明显变化。因此,在保证分离功能可靠实现的前提下,可通过减小扇形块底端支撑角来降低分离过程的冲击响应。该结论对分离装置的设计和优化具有指导意义。

摘要：研究了多尺度主元分析方法在传感器故障诊断中的应用问题。利用小波变换得到传感器信号在各个尺度上的系数,然后根据尺度系数矩阵建立主元分析模型进行传感器故障诊断。设计了固定窗长的移动窗口,对窗内数据进行小波变换后,用最后一个尺度系数计算平方预报误差进行故障检测,采用传感器有效指标这种具有定量辨识标准的参数对故障传感器进行辨识。最后,以液体火箭发动机试车台氢供应系统几个关键传感器的故障诊断为例验证了这种方法实用性和有效性。

摘要：针对传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足的问题,提出了基于小波包的MSPCA模型,并应用于传感器的故障诊断.首先,对传感器数据进行正交小波包变换,得到小波包最佳分解树.然后,根据最佳树的各个节点系数在对应的尺度上建立主元分析模型,利用这些主元分析模型的残差子空间的统计量——平方预报误差对传感器故障进行检测,采用传感器有效度指标对故障传感器进行分离.最后,以火箭试车台液氢供应系统的传感器为例对设计的模型进行了验证,传感器周期性干扰故障诊断实例验证了基于小波包的MSPCA方法的有效性,其检测性能要优于基于小波变换的MSPCA模型.

摘要：推进剂的羽焰温度是固体推进剂火箭发动机的重要参数,对于研究发动机内的燃烧过程具有重要价值．使用多波长高温计实现对固体推进剂火箭发动机羽焰温度的测量．根据多光谱辐射测温的参考温度数学模型和测量得到的数据,判断羽焰的发射率与波长的关系．并对二者的关系进行非线性拟合,采用遗传算法进行优化计算得到羽焰温度和发射率．实验结果表明,羽焰温度计算值与火箭发动机设计者提供的理论值之差在±20 K以内,说明该方法是解决固体推进剂火箭发动机羽焰温度测量的可行性方法．

摘要：固体火箭羽焰是一种特殊的火焰,固体火箭发动机喷管羽流沿径向和轴向的温度是研究固体推进剂燃烧状况和发动机燃烧流场的基本参数。针对固体火箭发动机尾喷焰温度及其空间分布测量的需要,继1999年采用多光谱辐射测温方法和技术实现航天某型号固体火箭发动机测量后,研制了新型的多目标多光谱辐射高速高温计用于固体火箭发动机地面搭载试验。仪器使用组合棱镜和光电二极管阵列实现目标0.4～1.1μm光谱的热辐射测量,在主光路设计中首次使用光纤技术,实现一台仪器同时测量空间分布6个目标点的温度和发射率,每个点的空间位置由光阑上的通光孔精确确定,且每个目标测点均有8个工作光谱,研制的同步高速数据采集系统完成48个测量通道的数据同步时间小于10 ns。

摘要：对图像进行面向自动目标识别(Auto Target Recognition,ATR)的压缩其关键是快速而准确地检测到目标感兴趣区域ROI(Region-of-interest),并将其与背景区域分别进行不同比特率的压缩。本文将形态Haar小波法与数学形态学方法相结合来实现目标ROI的检测,设计了新的目标ROI检测算子。对采集图像进行二维形态Haar小波分解,结合目标ROI检测要求的特点,仅在尺度信号域内应用设计的目标ROI检测算子,最终完成目标ROI的检测。仿真实验表明,该方法对目标ROI的检测率最高可达到1.0000,而最低虚警率仅为0.0012;对含像素级别为102×102的图像,所需运算时间仅为10-1s。与传统方法相比,本文算法对目标ROI检测效果好,运算简单,节省了运算时间和硬件资源。

摘要：提出了九加速度计无陀螺惯性测量组合(NGIMU)配置方案,并建立了其实验系统。由于加速度计输出误差的存在,必然引起角速度计算误差随时间累积。针对该项误差,采用一种提高角速度解算精度的新方法,该方法利用角速度乘积项可有效对误差进行补偿。另外在分析加速度计安装位置存在误差的基础上,提出了对加速度计输出具有补偿效应的解算方法,间接提高了角速度的解算精度。最后对上述两种补偿方法进行了角速度仿真和角度测试实验。实验结果证明了方案的可行性和有效性。

摘要：由于加速度计输出动态噪声的存在,无陀螺微惯性测量单元(NGM IMU)导航误差随时间迅速累积.基于NGM IMU九加速度计配置方案,利用自适应卡尔曼滤波方法进行NGM IMU/GPS组合导航系统设计.滤波算法对滤波预测残差的大小进行判断,利用极大后验估计器推算出动态噪声和观测噪声的统计特性,克服了系统噪声统计特性不易确定的实际问题,使滤波器成为最优.同时进行了系统位移和角速度仿真,结果验证了自适应卡尔曼滤波方法的可行性.

摘要：将机器人作为无线传感器网络的(WSN)的移动节点,可实现节点动态自定义部署并扩大其监测范围.建立了接收信号强度(RSSI)势场量化的坐标系描述机器人状态及导航空间,有效避免将RSSI值转换为距离时带来的模型误差.由处于机器人可通信区域内的若干信标节点组成一个分布式导航网络,每个节点都会对机器人做出独立的导航决策,最后由决策控制中心融合各信标节点的输出决定机器人的航向.采用分布式处理技术,绝大部分导航信息数据处理都由信标节点完成,因此很大程度上简化了机器人的设计和硬件成本,仿真和现场实验都表明该系统的有效性.