红外传感器自身效应仿真研究

在实验室里采用硬件闭环方式测试和评估红外导引头信息处理机需要实时、高逼真度的红外光电仿真技术。为了在硬件闭环仿真中更真实有效的评估导引头信息处理机算法的性能，必须在硬件闭环仿真中增加红外传感器效应自身仿真的环节。通过对红外传感器自身效应的仿真方法和需要实现的关键功能进行分析，确定了仿真功能流程。充分考虑到多种处理要求，设计了一种基于FPGA＋DSP的硬件实现方式。最后通过实验结果验证了设计方法的有效性。     

基于桥臂电流控制的风力发电并网逆变器研究

在大功率风力发电系统中,并网逆变器控制是实现电能转换与传输的重要环节。针对采用T型滤波器结构的风力发电并网逆变器,提出基于桥臂电流闭环结合前馈补偿间接控制逆变器并网输出电流的控制策略,并根据三相电压源型并网逆变器开关函数的数学模型进行了控制系统仿真研究。仿真实验结果证明采用该控制策略提高了并网逆变器的稳定性和动态性能,同时可以有效抑制并网节点输出电流中的电流谐波。     

多媒体传感器网络中服务感知的业务调度算法

作为传感器网络的高级形式，多媒体传感器网络在环境监控、安全监控以及医疗保健等诸多应用领域发挥重要作用。首先介绍一种提供区分服务的分簇传感器网络体系结构，进而提出一种服务感知的业务调度策略，使用非抢占的优先扳排队模型保障两类服务对时延的要求，以提供满足监控应用需求的QoS。理论分析和仿真试验证明了方法的有效性。较之其它典型方法，方法更适用于可提供区分服务的多媒体传感器网络。     

一种舰载指控系统情报处理性能仿真测试评估方法

介绍了一种在实验室环境下,通过模拟各类情报信息输入驱动舰载指控系统,完成系统情报处理性能仿真测试评估的方法。描述了评估系统的组成以及工作原理,重点介绍了传感器仿真模型和指控系统情报处理性能指标的评估模型。     

传感器网络中异常数据实时检测算法

如何实时检测传感器网络中异常数据是一项非常重要的工作。通过对线性自回归的分析法,给出传感器数据流的预测模型及其预测机制。当预测出现失败时,给出了一种预测模型自动调整策略,以降低预测误差。基于该预测模型,提出了一种异常数据检测方法,通过计算当前时刻的预测误差与平均预测误差的比值,比较该比值与预先设定的阈值的大小,以检测该时刻数据是否为异常数据。基于该方法,提出了异常事件检测和数据压缩处理的算法。仿真结果验证了预测模型的正确性和有效性,表明该模型能够实时检测异常事件和压缩数据处理。     

QoS保证的传感器网络拓扑控制算法的设计

传感器网络技术的发展对网络服务质量提出了要求,如何在满足一定的服务质量要求前提下实现能量的优化是传感器网络设计必须面对的问题。现有的相关研究主要集中在如何从路由层和链路层来保证一定的QoS指标,本工作将传感器网络中的QoS支持延伸到拓扑管理层,提出了一种支持一定QoS要求的高效的拓扑控制算法,该算法构造一种具有梯度分布特征的节点拓扑结构以平衡网络数据流在sink节点处的聚集。NS2仿真证明了该结构对QoS支持的可行性。仿真表明,该算法以较少的冗余节点增加可将延时和丢包率分别降低50%和40%,证明了该机制在高速率数据场景下的高效性。还通过NS仿真分析了算法实现中关键参数的选取原则。     

一种新的地心地固坐标系传感器配准算法

针对多传感器系统进行数据融合的需要,提出了一种新的地心地固坐标系下传感器的配准算法,充分考虑了地球曲率对配准算法本身的影响,当传感器之间相距很远时仍然适用。新算法将传感器配准问题表述成一个关于传感器测量的最小二乘判决函数,然后首次引入Levenberg-Marquarat算法来对其进行优化。最后通过仿真试验对新算法的性能进行了评估,结果说明新的算法对于不同数目的测量值具有良好的一致性。     

空天高速飞行器多传感器协同跟踪任务规划研究

针对空天高速飞行器连续稳定跟踪难题,构建了基于多智能体（multi-agent system, MAS）的多传感器协同跟踪任务规划框架,建立了面向空天高速目标协同跟踪的多传感器协同调度优化模型,并提出了基于自适应克隆遗传算法(self-adaptive clonal genetic algorithm, SCGA)的协同跟踪任务规划算法。仿真实验验证了所建立的模型、算法的合理性和优越性,对未来空天高速飞行器探测预警系统的构建具有一定的技术支撑作用。     

Self-alignment of full skewed RSINS：observability analysis and full-observable Kalman filter

Traditional orthogonal strapdown inertial navigation sys-tem （SINS） cannot achieve satisfactory self-alignment accuracy in the stationary base： taking more than 5 minutes and al the iner-tial sensors biases cannot get ful observability except the up-axis accelerometer. However, the ful skewed redundant SINS （RSINS） can not only enhance the reliability of the system, but also improve the accuracy of the system, such as the initial alignment. Firstly, the observability of the system state includes attitude errors and al the inertial sensors biases are analyzed with the global perspective method： any three gyroscopes and three accelerometers can be assembled into an independent subordinate SINS （sub-SINS）;the system state can be uniquely confirmed by the coupling connec-tions of al the sub-SINSs;the attitude errors and random constant biases of al the inertial sensors are observable. However, the ran-dom noises of the inertial sensors are not taken into account in the above analyzing process. Secondly, the ful-observable Kalman filter which can be applied to the actual RSINS containing random noises is established; the system state includes the position, ve-locity, attitude errors of al the sub-SINSs and the random constant biases of the redundant inertial sensors. At last, the initial self-alignment process of a typical four-redundancy ful skewed RSINS is simulated： the horizontal attitudes （pitch, rol ） errors and yaw error can be exactly evaluated within 80 s and 100 s respectively, while the random constant biases of gyroscopes and accelero-meters can be precisely evaluated within 120 s. For the ful skewed RSINS, the self-alignment accuracy is greatly improved, mean-while the self-alignment time is widely shortened.     

基于随机共振的惯性传感器信号实时处理方法

根据惯性传感器信号处理特点,研究其基于随机共振的信号实时处理方法。首先,从实时性的角度出发,确定随机共振数值算法--龙格库塔法,并对其进行相应改进,实现实时处理。然后,研究单稳系统中各个参数对信号恢复结果的影响,确定系统处理的较佳参数。最终的仿真结果表明,静态信号的零漂值得到了较大改善,而动态信号的信噪比最大可提高约20 dB。同时,为了进一步验证算法,在数字信号处理硬件平台上实现算法,采样频率为5 000 Hz,结果完全能够满足惯性传感器信号处理的要求。因此,所提算法能够有效进行惯性传感器信号实时处理,为随机共振理论在惯性传感器信号处理中的应用提供了重要参考。