简介：研究了一种大风浪中舰船模型和扰动参数的识别方法。通过对舰船角速率信号进行谱分析，确定舰船模型参数和静态扰动力矩的大小。所获得参数的精度可以满足自动驾驶仪控制系统综合和整定的要求。

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：惯性平台台体的动态特性直接决定着惯性仪表的工作精度和可靠性,模态分析是研究机械系统动态特性的主要方法之一.在概述了实验模态分析理论的基础上,建立了某型号平台台体结构的实验模型,对其进行了实验模态分析.通过对实验结果与有限元计算结果比较,验证了有限元结果较为准确;同时针对结构存在的问题,通过灵敏度分析对结构的动力修改提出了改进意见.

简介：文章基于线性中心紧致差分格式，通过非线性加权插值的方法来求解网格中心处的函数值．这类格式保持了原有中心紧致差分格式的高阶精度和低耗散特性，同时其分辨率也非常高，由于其非线性插值的机制，使得这类格式能够捕捉强激波，所以这类新的高阶非线性紧致格式是一种较好的模拟湍流和气动声学等多尺度问题的方法．