便携式水下机器人设计

出于对近海海洋探索的目的,本文应用了上次研究[1]的水下ROV空间姿态控制系统设计了一种便携式水下机器人。该水下机器人系统硬件部分主要由电源模块、无刷电调、遥控部分以及姿态传感器模块组成,软件控制以及相关数据处理由一块ARM-M3内核的处理器完成,编译软件使用Kile。水下机器人结构采用3D打印机制作,材料选用PLA。遥控通讯采用CAN总线协议。水下机器人经过实际调试可以达到相关技术要求,下潜深度100 M,能实现简单的水下作业要求。     

GPS在航潮位测量中的关键技术研究

在传统潮位测量方法缺陷分析的基础上,提出了在航潮位测量思想。为了获得高精度的在航潮位测量成果,对利用GPS RTK/PPK技术进行潮位测量和数据处理中的关键问题进行了深入的讨论。这些关键问题主要有姿态改正、GPS高程质量控制、垂直基准转换、基于信号的在航潮位提取。在姿态改正中,详细的给出了姿态改正的计算模型;对于GPS RTK/PPK高程数据存在的异常的问题,给出了Kalman滤波以及Heave修正的方法;为使GPS在航潮位研究实用化,对验潮中垂直基准的转换问题进行了深入的研究和讨论,最后给出了无缝垂直基准的概念和转换思想;利用信号处理理论,基于Butterworth滤波器,提取出了潮位,并将GPS潮位与潮位站潮位进行了比较,获得了理想的结果。     

水面舰艇反鱼雷鱼雷作战使用方法研究

国外海军在研究发展反鱼雷鱼雷（ATT）,但对于其作战使用方法问题,却很少公开报道。针对ATT作战使用时的两种作战模式,建立鱼雷与ATT之间的对抗模型,分析了ATT的射击提前角与鱼雷来袭舷角、鱼雷报警距离、鱼雷速度、ATT速度之间的关系,为ATT的作战使用提供理论参考,并给出了几条结论。     

基于多基线GPS舰船姿态测量系统研究

利用GPS对载体姿态进行测量是GPS应用的一个新领域。文章针对如何利用GPS载波相位信号实现舰船姿态测量进行了研究,并在此基础上进行了实验验证,测试结果表明该系统性能良好。     

一种高精度的天文导航姿态与航向解算模型

利用天文导航进行运载体姿态及航向解算是导航领域一个新的研究课题,具有重大的研究意义及应用价值.本文介绍了一种构建在天球坐标系中的天文导航姿态与航向解算模型.该模型在不利用惯导姿态数据的前提下进行计算,通过构建的模型演变得到运载体的精确姿态及航向,可以有效校正惯导设备因惯性陀螺漂移而导致的姿态误差与航向误差.实际应用表明,该模型对于校正惯性陀螺漂移,提高惯导设备精度具有重大意义.     

背压对等径角挤压坯料变形的影响

采用有限元方法研究了背压对1100Al等径角挤压的影响．分析了坯料的变形、等效应变分布、最大主应力及变形载荷的变化．模拟结果表明,通过在出口通道施加背压,提高了坯料充填模具外侧拐角的能力,使得坯料横截面上等效应变分布更加均匀;坯料在变形过程中的最大主应力降低;但变形载荷随背压的增加不断增加．分析得出,施加适当的背压有助于提高坯料的变形均匀性,降低坯料表面的开裂倾向．     

基于双GPS接收机的船舶定向系统实现

构建了基于双GPS接收机的船舶定向系统软件和硬件系统.在讨论接收机间单差相位观测方程以及接收机和卫星间双差相位观测方程的基础上,提出了一种快速整周模糊度求解方法,来解算双GPS天线形成的基线矢量,从而得到船舶的航向角和俯仰角.通过静态实验和动态实验结果验证了该系统的可行性.     

基于稳定流场重载船舶变速运动的船位轨迹预判

为提高预判变速运动船舶船位轨迹变化的精确性,使其轨迹运行于预设的航线并且抵达目的地,减少不必要的航向和速度调整,有必要对变速运动船舶的纵向和横向位移进行量化。根据流体力学的原理,运用数学推理和运算的方法,得出船舶变速运动在均匀流场时,纵向位移与横向位移的函数关系;推导出船舶停车淌航和加速运动轨迹的函数表达式。结果表明：变速运动的船舶,其船位轨迹是根据流场、船舶操纵参数而变化的曲线,是可以预判的,操船者根据本船的初始速度和流压角,在停车前较精确地调整好船舶的艏向,使船舶沿预定的航线驶向目的地;或在加速驶向狭窄航道的计划航线时,根据预判的船舶轨迹,及时调整船舶的航向,使船舶轨迹沿计划航线行驶。实船操纵证实了研究的有效性。     

自动张紧器摆角影响因素研究

对发动机前端轮系自动张紧器摆角影响因素进行研究,得出张紧器扭矩、阻尼比、皮带长度、皮带帘线材质不同因素对张紧器摆角的影响,为降低张紧器故障率提供参考。     

一种基于角点特征的场景锁定新方法

为了消除由飞机旋转、平移等运动造成的场景变化,使机载吊舱能对感兴趣场景连续侦察和跟踪,本文提出一种基于角点特征的场景锁定新方法。本文将参考图像等分成16块,选取每块中响应值最大的角点作为特征点,采用SAD(sum of absolute differences)算法进行特征点匹配,然后利用改进的RANSAC算法进行角点的一致性检测,利用最小二乘法解算全局运动参数,最后计算图像之间的累积运动。该算法便于在DSP+FPGA硬件平台上实现,能在20 ms内完成处理,实验结果表明,该算法匹配精度高,稳定性好,能较好地实现场景锁定。