观测噪声对频域输入输出法数据融合的影响

以融合大地水准面高和重力异常数据精化局部大地水准面或重力异常为例,利用模拟数据分析了不同大小的观测噪声和非稳态误差对数据融合结果的影响。模拟结果表明:双输入单输出法融合处理不同大小的观测噪声和非稳态误差数据均能获得较满意的结果。

基于频域输入阻抗的发电机转子匝间短路故障诊断方法研究

基于发电机转子绕组的多导体传输线(MTL)模型仿真得到了转子绕组的频域输入阻抗,分析了其频谱的特点,提出了转子绕组匝间短路的频域输入阻抗增益诊断方法。仿真和实测数据表明,该方法能够有效诊断转子绕组的匝间短路故障,并能提供故障点的位置信息。

频域输入输出法精化大地水准面的适用性研究

频域输入输出法在计算效率上的优势,使其在局部重力场逼近中受到广泛关注.选取Moritz协方差函数模型,通过非线性最小二乘法拟合协方差函数模型系数,采用相关法估计功率谱密度函数,顾及"移去-恢复"技术,构建基于频域输入输出法的大地水准面精化模型.设计了以EGM2008模型重力异常为基础数据,计算大地水准面高的仿真试验,量化分析了相关距离选取的问题.结果表明:只要选取的相关距离不小于1倍的相关长度,该模型即能满足当前厘米级大地水准面的要求;在此基础上,对该模型进行了精度评估,在3种不同观测噪声下算得的大地水准面精度高分别为7.15,8.37和8.91cm,优于同等观测精度下Stokes法的计算结果.

A PILOT-ASSISTED NON-CYCLIC PREFIXED MIMO-SCFDE SYSTEM

A non-Cyclic Prefixed Multiple-Input Multiple-Output Single-Carrier Frequency-Domain Equalization (non-CP MIMO-SCFDE) system based on a recursive algorithm of Joint Channel Es- timation and Data Detection (recursive-JCEDD) is proposed in this paper. Unlike the traditional CP MIMO-SCFDE system, the transmitted block of the proposed system is designed in the way that block-type pilot sequences and Single-Carrier (SC) information sequences have been arranged alter- nately without any cyclic prefix before each SC information sequence. Moreover, a recursive-JCEDD algorithm based on interference cancellation is proposed for the corresponding receivers. Simulation results show that the Bit Error Rate (BER) of the proposed system based on the recursive-JCEDD algorithm is lower than traditional CP MIMO-SCFDE or MIMO-OFDM with channel estimation for more than 0.5 dB.

融入频域特征的航天复合材料缺陷智能检测

针对传统人力无损检测识别方式存在的准确度与可靠性不足,且处理缺陷种类单一的问题,本文提出了一种融入频域特征的航天复合材料缺陷检测算法。首先,为了提高缺陷图像的特征提取效果,在特征提取骨干网络中添加图像的频域输入信息;其次,为了提高缺陷的可视化效果和检测精度,提出信息专注模块,并在面具R-CNN(mask region-based convolutional neural network, Mask R-CNN)的基础上,改进分割掩模损失函数;最后,结合级联R-CNN(cascade region-based convolutional neural network, Cascade R-CNN)结构,形成了新的实例分割网络。此外,在航天复合材料缺陷X射线图像数据集中对提出的实例分割网络进行了实验验证,模型检测的平均准确度达到了95.3%,与Mask R-CNN、级联面具R-CNN(cascade mask region-based convolutional neural network, Cascade Mask R-CNN)等实例分割算法相比,取得了更为优良的效果。该研究成果已应用于实际工业生产中几种常见航天复合材料缺陷的智能检测。