基于遗传算法的一类不确定性扰动下的系统参数估计

对于线性系统，本文针对其系统矩阵A存在一类不确定性扰动的情况，提出了一种基于遗传算法（GA）的新的参数估计方法。同基于线性矩阵不等式（LMI）的参数估计方法相比，这种方法求解速度快，更适合于高维系统参数估计，为改进仪表测量误差对高维系统建模精度带来的影响提供了一条可行的途径。仿真实验表明，本文提出的方法具有高度鲁棒性和很好精度，能有效地消除不确定性扰动对系统精度的影响。     

基于模糊神经网络的气动参数拟合

鉴于模糊神经网络可以充当万能逼近器,以任意精度逼近任何非线性函数,本文用模糊神经网络对气动参数进行高精度拟合。在飞行器轨迹计算中用拟合得到的计算公式计算气动参数,可大大节省计算机时和存贮单元,提高计算精度,仿真实验亦表明了这一方法的有效性和可行性,这在飞行器的轨迹计算中是值得采用和推广的方法。     

微机械振动陀螺闭环自激驱动理论分析及验证

根据微机械振动陀螺驱动控制的要求,对基于自动增益控制的自激驱动陀螺系统进行了理论分析,在系统存在相位不平衡时,利用近似平均法得到了结构的起振条件及稳态幅度表达式。理论分析和实验测试表明：参考电压须大于某一临界值结构才能起振,较大的参考电压能达到大的稳态振幅,提高信噪比;系统相位偏差将导致系统谐振频率偏离固有谐振点,同时引起稳态振幅变小;改变滤波器时间常数能改变起振时间。陀螺闭环自激系统测试得到谐振频率10 min内稳定度达到±8 ppm,振动幅度1 h内最大漂移0.1%。     

基于多分辨率技术及奇异值理论的故障检测方法

提出了以小波多分辨率技术与矩阵奇异值理论相结合的故障检测方法。根据小波变换的多分辨率分解特性 ,提出了系统状态观测信号的二初始特征向量矩阵———粗分辨逼近矩阵和边缘细节信息矩阵。利用矩阵奇异值分解理论得到初始特征向量矩阵的奇异值 ,将其作为状态信号的特征向量。针对提取出的系统状态信号奇异值特征 ,设计出相应的故障检测算法 ,并将该方法用于某武器平台上精密弹簧阻尼器的故障检测。仿真结果证实了该方法的正确性和有效性。     

静电刚度式谐振微加速度计的结构设计和制造

基于静电刚度的谐振式微加速度计能通过加载电压来调节灵敏度,减少了灵敏度对结构工艺误差的依赖性。根据单梁谐振加速度计的动力学原理,确定了输出频率与各活动结构位移的非线性关系。对于输出频率与加速度的复杂非线性求解问题,提出在谐振梁刚度远大于折叠梁刚度条件下,可以有效的得到二者的解析关系式,为结构设计提供了约束条件。对于差分结构,推导了面内低阶模态方程,提出应减少音叉梁连接端的刚度系数来减少工艺误差造成的模态扰动误差。采用ICP干法体硅工艺,在很少的工艺步骤下能实现高深宽比结构的流片。实验测试发现结构完整可动,但存在同频干扰问题,提出了高频调制开关解调的信号处理办法。理论分析和实验测试为设计新型谐振式微加速度计提供了依据。     

基于多尺度小波能量积累的雷达回波检测方法

提出了多尺度小波能量积累器的概念,并给出了相应的多尺度小波能量积累算法,将信号在不同分解尺度上的小波能量进行积累.在此基础上设计出一种用于弱信号检测的小波能量检测算法,对低信噪比信号检测进行了仿真实验.仿真结果表明,该检测算法对强白噪声及强色噪声背景下的低信噪比信号的检测非常有效,与传统的信号检测方法相比具有显著优越性.