海事行政复议现状及对策分析

海事行政复议作为一项解决海事行政争议的法制制度,在海事机构内部层级监督和维护相对人合法权益方面发挥着重要作用。本文结合新生效的《行政复议法实施条例》对海事行政复议现状进行了科学分析,并提出相应对策建议,以期对海事行政复议工作有所推动。     

环槽铆接技术研究

对环槽铆接中的铆接力进行了理论推导 ,给出了计算公式 .对铆钉直径为 2 0mm时的铆接力进行理论值和实测值的比较 ,为铆接枪的设计提供理论依据 .     

平台式/捷联式惯导传递对准仿真平台的实现

讨论了一种在Matlab中建立快速传递对准数学模型,并在VC 下运用MATCOM实现传递对准仿真平台的方法。传递对准采用“速度/角速度匹配”方案,仿真结果证明,该方案的对准精度优于国内传递对准的仿真精度要求,具有实际参考价值。传递对准仿真平台能够设置主、子惯导的各项仿真参数,适应不同精度的惯导系统的仿真要求,并能够规划多种航迹,用于传递对准方案的精度评估,为实际飞行中的动基座快速对准提供参考,并大大降低了传递对准仿真的工作量。     

联邦自适应滤波在SINS/北斗/星敏感器组合导航系统中的应用

本文以无反馈模式的联邦自适应滤波器为基础 ,构建了SINS/北斗 /星敏感器组合导航系统 .由于组合导航的系统模型参数往往与实际的物理参数有偏差 ,因此在采用常规卡尔曼滤波时 ,组合的效果往往很差 .针对实际系统应用分析了适用于系统噪声阵未知情况下的SalychevO联邦自适应滤波算法 ,仿真表明 ,与修正信息分配系数的联邦自适应滤波方法相比 ,本文的方法更适合于系统状态噪声阵未确定时的滤波系统 ,能有效提高导航精度     

激光陀螺捷联惯性导航系统中惯性器件误差补偿技术

为了提高激光捷联惯性导航系统的导航精度，对惯性器件误差进行了原理上的分析和说明，并针对由国内某型激光陀螺构成的惯性测量器件进行了误差分析，在此基础上建立了误差补偿的精确数学模型，提出了一种简易的且具有较高精度的误差模型参数静态标定方法，给出了计算误差模型参数的数学推导过程和解析表达式。分析结果表明，惯导系统误差主要由惯性器件测量误差引起，为了有效补偿惯导系统的系统误差，必须针对具体的惯性器件进行误差补偿，实际测试结果证明，该计算方法精度较高，可以有效提高惯导精度。     

用于干涉型光纤陀螺温度漂移辨识的RBF神经网络改进算法

针对干涉型光纤陀螺(IFOG)温度漂移的辨识,推导了径向基神经网络(RBFNN)中隐含层神经元、网络的抗噪声性能和拟合精度三者之间的关系,并在此基础上提出了一种新的径向基函数神经网络辨识学习规则.该方法具有很强的抗噪声性能,网络输出不会被陀螺噪声所污染,同时能动态地确定神经元数,辨识精度高,有效地避免了传统RBF网络学习算法中事先固定网络结构可能存在的盲目性.实验结果表明,该方法能够快速、准确地辨识IFOG的温度漂移.     

SAR/INS/TAN组合导航系统中的滤波算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段。在分析惯性导航系统(INS)、合成孔径雷达(SAR)和地形辅助导航系统(TAN)各自特点的基础上,提出了SAR/INS/TAN组合导航系统的组合滤波方案并建立了相应的组合导航系统数学模型。同时,针对图像匹配和TAN所固有的非等间隔量测输出滞后的特点,研究了一种多传感器信息融合的卡尔曼滤波算法,以有效解决此类非等间隔量测滞后的问题。仿真分析可见,该组合滤波算法能大大提高导航精度,是一种行之有效的方法。     

多径干扰下GPS弱信号跟踪算法研究

在带有多径干扰的、并且低载噪比的GPS信号下,分析了多径带来的码环误差以及因此引起的伪距误差的原理.在此基础上,考虑在码环跟踪的Strobe鉴相算法中,引入一个修正因子σ,使得码环跟踪时,对一定范围内的短多径起到抑制的作用.由于改进后的跟踪算法没有用到Q路输出,并且原信号为弱信号,因此需要跟踪环路提供好的载波跟踪性能.为此,考虑使用扩展卡尔曼滤波(EKF)算法来替代原有的载波跟踪环路,提高跟踪环路的噪声抑制性能.在此基础上,将EKF载波环跟踪与修正后的码环跟踪结合起来使用,共同进行多径干扰下GPS弱信号的跟踪.     

北斗QPSK调制信号多星联合捕获算法

传统的接收机捕获方法仅针对单颗卫星码相位及载波频率进行搜索与捕获,为了提高接收机傅里叶变换及相关运算模块的使用效率,提出了一种面向北斗B1频点信号的多星联合捕获算法,并在此基础上建立了联合捕获相位参量与相应卫星编号间的映射关系。最后,利用采集的卫星中频信号对多种捕获算法进行了实验对比与性能分析,实验结果表明,多星联合捕获算法可成功对多颗卫星进行并行搜索及快速捕获,平均运行速度相对于传统捕获算法提高了约23%,改善了北斗接收机中信号捕获的处理效率。     

跨音速大气/惯性攻角两步融合算法

攻角是飞机飞行的重要状态参数,也是飞控及导航系统必需的参数,现代战机对攻角精度要求越来越高.大气数据系统在跨音速条件下性能严重下降,大气攻角精度受到很大影响. 针对试验机大气数据传感器的配置特点,该文设计了一种基于变参数互补滤波器与神经网络的跨音速大气/惯性攻角两步融合算法,实现惯导系统和大气系统的攻角信息融合. 首先进行跨音速惯导天向回路解算,而后利用互补滤波器与神经网络对大气/惯性攻角进行互补融合与修正,使最终的融合修正攻角平稳、可靠,逼近真实攻角. 本文利用某型飞机的实际试飞数据对两步融合算法进行了验证. 结果表明,融合修正后的攻角能够基本去除跨音速飞行阶段原始大气攻角的剧烈波动,并与真实攻角吻合.