模态测试不确定性影响因素分析及传感器布置应用

模态测试结果的准确性会受测试数据采集、数据处理、建模假设和参数估计等不确定性因素的影响.为研究模态测试中模态参数的不确定性水平及不同影响因素对其的影响规律,本文采用状态空间模型和费希尔信息矩阵的快速模态参数不确定性分析方法,探讨包括振动信号的采样时长、采样频率、采样信噪比和结构的阻尼比等多种因素对模态参数不确定性水平的影响,同时提出利用模态参数不确定性水平来优化传感器布置策略的实用性建议.结果表明:模态参数的不确定性水平随采样时长、采样频率、信噪比和传感器数量的增加而降低,随结构阻尼比的增大而升高;对于均匀分布结构,多数传感器布置在结构顶部和中上部,少数布置在中下部时,模态参数的整体不确定性水平较低,是一种相对较优的传感器布置方案.

DV-Hop定位算法的混沌粒子群优化

针对距离矢量跳距(Distance Vector Hop,DV-Hop)定位算法通信半径选择不合理导致平均跳距和定位误差较大的问题,提出一种基于混沌粒子群改进的DV-Hop定位算法,利用混沌映射的遍历性和随机性实现粒子的局部深度搜索,避免粒子群算法陷入局部最优。通过混沌粒子群优化(Particle Swarm Optimization,PSO)算法迭代求解所有信标节点的通信半径,引入混沌理论调整非线性惯性权重优化搜索过程,通过混沌搜索和混沌扰动迭代求解信标节点的最佳通信半径;通过极大似然估计(Maximum Likelihood Estimate,MLE)法计算的平均定位误差作为混沌粒子群算法的适应值函数;使用费希尔矩阵求解的误差下限作为约束条件求解适应值函数,同时把平均通信半径作为节点能耗模型的阈值来降低节点能量消耗。仿真实验表明,提出的算法在不增加算法复杂度的前提下能够在定位精度方面提升近58%,节点能量消耗方面降低近24%。

一种基于分散导频块的频偏估计新算法

针对短突发信号解调的需要,提出了一种基于分散导频块的频偏估计新算法。区别于以往基于连续导频的频偏估计算法,该算法除利用了导频本身已知信息外,还充分利用了导频的位置信息。在相同的帧效率下,相比于基于连续导频的频偏估计算法,该算法可以获得更好的估计性能。理论分析和仿真结果都表明,该算法在其无偏估计范围内估计性能达到了相应帧结构下的克拉美罗界。

SINS/GNSS组合导航系统中激光多普勒测速仪参数估计

为了提高SINS/GNSS组合导航系统的全局性能,考虑加速度与高斯包络对激光多普勒测速仪的影响,提出SINS/GNSS组合导航系统中激光多普勒测速仪参数估计方法。通过分析SINS/GNSS组合导航系统工作原理,明确SINS/GNSS组合系统状态;采用预先梯度评估方法,对梯度方向进行估计迭代,以提高导航定位精度,将获取的方位偏差代入卡尔曼滤波器中进行处理,保证SINS/GNSS组合导航系统实际应用的可靠性;获取对应费希尔信息矩阵,采用正弦信号的圆频率估计方差获取CRLB;分析激光多普勒测速仪测速过程中存在的问题;在信号成分参数分解前提下,将各距离门回波近似看作多个Chirp分量合成信号,对距离压缩后的数据实施自适应Chirplet分解,完成激光多普勒测速仪参数估计。实验结果表明:所提方法能够得到准确的参数估计数值,为SINS/GNSS组合导航系统的有效应用提供理论参考。

基于自适应离散粒子群算法的机翼调姿基准点优化布局

在机翼大部件数字化装配过程中,由于大型机翼的位姿通常是通过调姿基准点的理论位置与实际位置的匹配来评价的,而其装配变形也通过基准点的位置误差来表示,因此合理的基准点位置对于机翼的数字化装配具有重要意义。本文提出了一种基于自适应离散粒子群算法的基准点优化布局方法,该方法能够包含更多的机翼变形信息,从而有效地描述装配误差。最后通过一个例子说明,利用最大化费希尔信息矩阵的行列式的值,从较大的候选基准点中选择最优的基准点集,并与经典离散粒子群算法的优化结果进行了比较,说明了前者的寻优效果更好。