简介：普通活塞在管道中运动，不论活塞速度高低都能驱动产生激波．空心活塞在管道中运动与普通活塞不同，当其运动Mach数低于壅塞Mach数，活塞前不会形成运动激波；只有活塞运动Mach数超出壅塞Mach数，才能驱动产生激波．壅塞Mach数由空心活塞中心孔直径、长度和内壁面摩擦系数以及外直径横截面积决定．火车通过隧道类似空心活塞在管道中运动．将火车车箱与隧道间的空隙换算成有效水力直径后，可利用空心活塞在管道中运动计算壅塞Mach数的方法，求出火车通过隧道出现激波的条件．文章提出一种新颖的间接测量列车平均摩擦系数新方案．

简介：针对当前行人运动特征监测方案中存在运动信息种类单一、特征提取不完善、识别算法复杂且需要依赖专业检测设备等问题,提出基于智能移动端内置惯性传感器的行人运动特征自动辨识方案,为运动特征识别提供准确多样的运动信息。采集移动端MEMS加速度计输出信息后,分别提取加速度数据的三种时域及频域特征后,通过训练最邻近规则分类器实现行人行走、跑步和上下楼梯运动模式的自动识别。不同年龄不同身高的男女性运动特征提取实验结果表明,基于最邻近规则的移动端行人运动特征辨识方法对4种日常活动的平均查准率和查全率分别达到88.7%和90.3%,对提高微惯性行人导航系统普适性具有促进作用。

简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：文章详细讨论了两类非对称涡流动诱发的模型摇滚运动．第1类是针对旋成体机身组合体模型，其摇滚运动是由前体非对称涡流动诱发的，运功形态呈现不确定性，由模型头尖部的扰动触发形成．文章提出了快速旋转头尖部扰动的控制技术，以抑制该类模型的大攻角摇滚运动．第2类是针对非常规机身的组合体模型，其摇滚运动的主控流动是非常规机身和机翼的前缘分离涡流动，这些流动是由组合体模型的边界条件确定的，从而运动形态具有很好的确定性．所以，这类模型的自由摇滚运动必须通过改变边界条件来改变诱发摇滚运动的流动，以达到抑制模型自由摇滚运动的目的．最后，文章还讨论了这类运动是由非对称的机翼涡涡强主控的．

简介：为了降低里程计误差对捷联惯导/里程计组合定位定向精度的影响,提出了基于车辆运动约束条件的里程计误差在线标定方法。通过对里程计标度因数误差进行建模,推导建立了航位推算的误差模型,将航位推算的速度输出沿车体横向、垂向的投影作为量测的一部分,将捷联惯导输出的速度、位置信息与航位推算输出的对应信息相减作为另一部分量测,通过卡尔曼滤波获得里程计标度因数误差等状态量的最优估计值,实现里程计误差的在线标定。仿真结果表明,该方法能够有效地标定出里程计标度因数误差,从而确保了捷联惯导/里程计组合定位定向的精度。

简介：研究了一种利用里程计辅助捷联惯导系统在运动基座下进行自主式对准的方法。利用里程计与捷联惯导中的陀螺仪进行高精度航位推算，建立航位推算的误差模型；将捷联惯导与航位推算的误差作为系统状态，将航位推算获得的姿态、速度信息与捷联惯导输出的对应信息相减作为量测，采用卡尔曼滤波设计运动基座对准算法。仿真结果表明，在基座运动条件下，该方法的水平对准精度达到0.5′，方位对准精度达到3.9′。

简介：本文针对某型陀螺启动特性进行了试验研究，在陀螺启动漂移特性试验数据基础上，用神经网络建立了启动漂移速率温度的非线性模型，并对模型进行了检验，证实了神经网络的有效性

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象，实现非理想光照下，对橘红色目标足球的运动检测。提出在传统三帧差分法基础上，先利用Markowitz投资组合模型进行足球目标的特征提取，将场地非感兴趣的目标中，出现全部像素值发生变化的目标去除，再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制，选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像，结果表明跟踪图像不含非目标物的干扰，克服了差分图像存在空洞的问题，为移动机器人提供了一种实用的运动目标检测方法。

简介：以采用整体隔振措施的配重式三轴机抖激光陀螺捷联惯导系统为研究对象,利用数值仿真方法,重点讨论了惯导系统的静不平衡、动不平衡、转动惯量以及隔振器刚度和阻尼对静态环境条件下由于陀螺抖动机构的不平衡引起的圆锥运动（细分为三类）的影响规律。研究认为,惯导系统的静平衡性和动平衡性只影响第三类圆锥运动,对一二类圆锥运动的影响甚微;惯导系统转动惯量的增大将会使圆锥运动减小;系统隔振频率越靠近陀螺抖动频率,圆锥运动越强烈;系统隔振器阻尼对圆锥运动的影响较小。研究成果可为机抖激光捷联惯导系统的结构设计及圆锥误差的事前控制提供理论指导。

简介：为了提高潜器导航定位精度，针对等值线算法在惯导系统初始误差较大时易发散的问题，提出基于概率神经网络调优的等值线改进方法。首先，在搜索区域内，利用概率神经网络算法对惯导系统航迹进行调优，并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹；在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析，得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论，然后在潜器行驶6h后，初始误差为5.438？的条件下进行仿真验证，结果表明，改进方法定位精度均值优于0.537？，从而证明改进方法是有效的，即使在大的初始误差下仍然能够达到较高的定位精度。

简介：光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

简介：在GPS/IMU组合导航系统中，由于GPS的校正作用，系统输出的导航数据存在周期的阶跃式跳变（典型的校正周期为1s），对于SAR成像运动补偿而言，这相当于引入了高频测量噪声，会严重影响雷达成像质量。为解决该问题，系统另外引入了一个捷联解算模块。为保证该模块输出的数据平滑且精度稳定，受跟踪随动控制系统的设计思想启发，从控制理论的角度对系统进行了数学建模，设计了捷联解算模块对组合导航系统的跟踪环路，给出了环路中关键模块“环路滤波器”的设计方法。该方案实现了在不影响系统测量带宽的情况下，组合导航系统对捷联解算模块的高频、连续、平滑校正。仿真及实验结果证明了该方案的有效性及可行性。

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：针对传统载波相位时间差分测速方法未考虑观测噪声以及周跳因素影响测速可靠性的问题,提出一种联合多普勒的载波相位精密测速方法。首先通过多普勒观测量辅助消除周跳干扰,之后利用无周跳的载波相位时间差分作为观测量,并利用Kalman滤波抑制观测噪声对速度测量的影响。静态和动态的测试结果表明,所提方法能有效消除周跳干扰,抑制高频噪声影响,静态测速精度达1mm/s,动态测速精度优于2cm/s,提高了测速精度和可靠性。

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

简介：为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论，采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模型而言，这种方法建立的模型能更好地描则EMs陀螺仪的漂移特；相对于季节时间序列模型而言，其补偿效果提高了大约15％。

简介：为了更加精确地模拟流动／运动耦合问题，建立了耦合动态混合网格生成、非定常流场计算和六自由度运动方程求解的一体化计算方法，并在统一框架内同时实现了松耦合与紧耦合方法．通过圆柱涡致自激振荡（vortexinducedvibration，VIV）的模拟，对不同时间精度的松耦合和紧耦合算法的优劣及适用范围进行了评估和分析；通过引入附加质量的概念，对耦合算法的稳定性进行了理论分析．研究表明：在流体的密度与物体的密度接近时，松耦合方法是不稳定的，必须采用紧耦合方法．最后利用耦合算法对二维鱼体的自主游动和钝锥三自由度自由飞过程进行了数值模拟，证实了理论分析的结论．

简介：本文用ＢＰ神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟，取得了满意的结果。同时还介绍了作者设计的这一通用型ＢＰ神经网络软件包及其特色