关键词： 无砟轨道   小波分解   分段样条插值   多项式拟合   IGA-PSO算法  

摘要： 随着运营里程的不断增加,运行速度不断提升,对高速铁路无砟轨道的检测和维护提出了更高的要求。为了达到准确监控和精确测量,我国采用动静态检测相结合的方式来进行把控。一般通过轨检车动态检测总体上监控轨道的几何状态,确定出超限的区段;然后,利用静态测量的结果指导精调作业。传统的静态检测,虽检测精度尚可满足需求,但方法较为落后、效率低下,已经逐渐不适应高速铁路的发展要求。因此,开发轨检小车检测系统就具有很高的实用性。而其中的关键技术就是轨检小车的精测精调数据处理的方法,对其进行研究对轨道测量及精调作业具有重要意义。本文提出的精测精调数据处理的内容包含轨道中线偏差数据处理和轨道精调数据处理两部分。轨道中线偏差数据处理,首先,采用轨道检测小车动态测量所得到的棱镜坐标数据、检测小车结构的几何参数以及轨距和倾角传感器测量数据解算出轨道中线坐标,与设计参数进行对比,获得轨道中线原始偏差数据。然后,利用小波分解、分段样条插值对原始数据进行预处理,得到轨枕处轨道中线的偏差值。最后,通过轨道检测小车近、远站的动、静态检测结果构建修正函数,补正预处理后的原始数据,得到符合实际的检测数据。轨道精调数据处理,以检测数量为基础。首先,通过多项式拟合得到趋势线,以此为基准,筛选出问题区段。然后,建立问题区段的精调模型,利用IGA-PSO算法进行求解,得出轨道中线精调方案。之后,结合水平、轨距偏差,得到左右轨道的精调方案。最后,使用近似平顺度计算式对精调前后数据进行平顺度量化对比,表明精调数据处理可以恢复轨道平顺性。通过场地测试和某段在建高铁轨道上的多次实验;经过数据处理,轨检小车动态检测的结果与静态检测结果的偏差在0.25mm以内,并且可以节约2/3的检测时间,验证了轨道精测数据处理方法的准确性和适用性,同时也提高了检测的效率。在精调数据处理中,保证平顺度要求的前提下,调整超限阈值,可以降低总体调整量,节约材料和时间成本。

关键词： 地震勘探   深度学习   高分辨率成像算法   地震剖面预处理   逆时偏移成像   全波形反演  

摘要： 地震勘探作为地球物理学中的一个重要研究领域,旨在通过收集和分析地震数据,以揭示地下介质的物理参数分布,实现对地下结构的高清成像和深入解读。该技术在石油、天然气、煤炭、矿产等资源探查和开发过程中具有举足轻重的地位,对于社会经济的繁荣发展至关重要。为了进一步提升地震勘探的精度与效率,高分辨率地震探测成像算法应运而生。运用前沿的地震数据处理技术,能够充分挖掘地震数据中的丰富信息,提升地震勘探的分辨率与信噪比,还原更为精确的地下结构信息,进而达到更高精度地下成像的目标。 本文针对地震数据预处理和地震高分辨率成像提出了基于深度学习网络框架驱动的处理及成像算法,从地震数据预处理、地震逆时偏移成像和全波形反演成像三个方面进行了详细的研究和分析。 主要探讨了地震剖面预处理的高分辨率成像技术。首先,本文建立了一个针对地震剖面去噪的深度学习框架,并对其进行了优化,与传统主流算法的比较证实了该框架的有效性。其次,构建了一个用于地震剖面直达波分离的深度学习框架,为后续研究奠定了基础。接着,针对地震采集过程中可能出现的道缺失问题,建立了相应的深度学习框架并详细阐述了其具体流程和操作细节,通过与传统主流算法的对比证明了其优越性。最后,利用深度学习框架实现了地震剖面的超分辨率重建,提高了原始剖面的分辨率,避免了由于道集过少导致的同相轴不连续问题,为地震高分辨率成像奠定了基础。通过上述预处理流程,本文实现了地震剖面的预处理成像,为后续工作提供了有力支持。 针对传统逆时偏移成像算法在地震剖面处理中存在的串扰问题和成像效率问题,提出了改进方案并进行了逆时偏移处理。首先,利用Helmholtz分解和Poynting矢量分解等手段改善了传统逆时偏移算法中的串扰问题。接着,采用预处理后的地震剖面进行逆时偏移成像,并与传统算法对比,证实了新算法能够提高成像质量。为解决逆时偏移中存在的内存占用问题,本文提出了一种基于压缩感知的波场数据压缩策略,有效降低了物理内存的消耗。此外,为了进一步提升逆时偏移的成像质量,提出了一种增强后处理深度学习框架,实现了地震剖面逆时偏移成像分辨率的进一步提升。通过以上处理流程实现了地震剖面的高精度、高效率逆时偏移成像。 在预处理后的地震剖面基础上进行全波形反演成像,并对传统算法进行改进,旨在解决全波形反演算法中存在的低频缺失和成像效率问题。首先,针对全波形反演的计算效率问题,提出了随机震源和震源编码全波形反演策略,以改善计算效率。其次,为解决全波形反演中低频数据缺失问题,应用深度学习框架提出了低频数据预测策略。接着,针对全波形反演存在的效率低下问题,进一步提出了一种基于时空多尺度的全波形反演框架,充分利用数据关键信息,实现效率的极大提升。最后,为解决传统算法的不适定问题,本文提出了分辨率增强正则化的全波形反演策略,从而极大地提高了成像分辨率。通过这些处理流程建立了地震剖面高精度、高效率的全波形反演成像算法流程。 总体来说,本文在地震数据预处理和地震高分辨率成像领域中提出了一系列的技术与方法,这些成果对于提升地震勘探的成像分辨率与效率具有至关重要的作用。本文不仅为地球物理学与地震学领域贡献了新颖的技术手段,同时也为相关行业的资源勘查与开发提供了有力支持。此外,本文所涉及的方法与算法为其他领域的成像问题提供了新颖的思路与启示,具有广泛的应用潜力。 图183幅,表23个,参考文献221篇

关键词： 太阳射电观测   深度学习   降噪   太阳爆发检测   实时监测  

摘要： 随着天文射电信号观测分辨率的不断提高、更多观测站的持续建设,海量观测数据的快速有效处理成为射电天文研究领域亟待突破的瓶颈之一。频谱图作为太阳射电观测数据的主要呈现形式,包含着太阳爆发种类、强度和持续时间等重要信息。受外部各种军民通信信号、空间电磁噪声以及观测设备自身噪声的影响,地基太阳射电观测信号中存在着大量的噪声干扰,对太阳活动精细化观测造成极大影响。本课题基于实际科研项目,在分析频谱图降噪与太阳爆发检测国内外研究现状的基础上,针对传统图像处理方式无法快速有效处理太阳射电频谱图的问题,基于太阳射电观测信号的海量数据,利用深度学习技术开展太阳射电频谱图降噪与爆发检测算法研究与实现方面的工作。主要研究内容及贡献包括:(1)针对传统图像降噪方法无法有效降低太阳射电频谱图中噪声的问题,提出基于CBDNet降噪网络模型的太阳射电频谱图降噪方法。搜集并整理云南天文台、Culgoora天文台和Learmonth天文台三个来源的频谱图构建降噪数据集,训练降噪网络模型并进行实验。结果证明基于CBDNet网络模型的降噪方法具有良好的降噪效果与降噪效率。(2)针对传统人工检测太阳射电爆发事件效率低下的问题,提出基于YOLOv5s目标检测网络的太阳射电频谱图爆发检测方法,以提高检测效率、降低人工成本。整理包含Ⅲ型爆发事件的频谱图创建目标检测数据集,训练目标检测网络模型并进行实验。结果证明YOLOv5s目标检测网络达到96%的检测平均精度,与其他检测算法相比,YOLOv5s模型拥有优秀的检测速度、检测精度和轻量化的模型,满足太阳爆发事件检测需求。(3)针对低频射电观测需求,提出PC与FPGA结合的系统架构,完成太阳射电爆发实时监测系统软件设计与实现。对太阳射电信号控制与数据处理软件的用户交互界面、传输协议和功能模块工作流程进行详细设计,将太阳射电频谱图降噪和爆发检测算法与软件进行集成,完成了太阳射电爆发实时监测系统设计实现与测试。

关键词： 磁悬浮陀螺全站仪   陀螺寻北   受限空间   非平稳信号   周期误差   联合平差  

摘要： 随着国民经济建设发展的需要,越来越多的高铁隧道、矿山隧洞、城市地铁等受限空间内的大型工程项目相继涌现。由于受限空间内无法正常获取卫星信号,致使传统空间大地测量技术在其中难以发挥作用。为解决这一问题,长安大学-航天十六所惯性技术与智能测量工程研究中心研制了国内首台具有自主知识产权的高精度磁悬浮陀螺全站仪。该仪器基于无接触式力矩反馈以及自准直光电传感技术实现了连续模数信息转换和海量数据实时采集,通过敏感地球自转独立测定任意方向的真北方位,克服了传统空间大地测量技术在卫星拒止环境下无法进行自主定向的缺点,近年来被广泛的应用于多项国家重大隧道贯通工程。然而,受限空间内环境条件复杂,磁悬浮陀螺在进行寻北定向过程中常受到如施工或车辆通过引起的地面震动、通风设施风流等外界干扰因素的影响,寻北数据表现出周期性、时变性和非线性的特征,降低了陀螺寻北精度以及可靠性。因此,研究磁悬浮陀螺寻北数据在复杂环境下表现出非平稳特征的物理机制,设计陀螺动态寻北数据的自适应纠偏算法,建立探测并消除周期性系统误差的模型,提高仪器在外界干扰力矩影响下寻北结果的可靠性,进而为受限空间提供更高精度的方位基准,对保障我国重大隧道工程的精准贯通具有重要的理论支撑和工程应用价值。因此,本文基于磁悬浮陀螺的连续模数信息转换和海量数据实时采集技术,依托引汉济渭秦岭超长隧道等重大工程项目,围绕磁悬浮陀螺寻北非平稳数据处理关键技术展开研究。主要研究内容及成果如下:(1)提出了一种基于自相关图和小波谱的磁悬浮陀螺信号分析方法和评价体系,依托该体系分别从时域和频域角度对陀螺信号特征进行了研究,揭示了陀螺转子电流信号表现出非平稳特征的物理机制。(2)分析了磁悬浮陀螺阻尼力矩器转子周期误差的特征,提出了一种自适应探测陀螺信号周期误差的算法。该算法联合奇异谱分析与连续小波变换,实现了对陀螺信号中高频周期误差和低频周期误差的准确定位和分离。通过磁悬浮陀螺实测数据的处理验证了该方法能够有效提高陀螺寻北的外符合精度。(3)建立了一种基于启发式分割算法和双样本Kolmogorov-Smirnov检验的磁悬浮陀螺自适应纠偏模型,解决了陀螺寻北过程中受到外部瞬时干扰力矩影响而产生信号跳变的问题,通过引汉济渭秦岭超长隧道的实测数据验证了该模型能够自动探测并剔除跳变数据,进而提升了磁悬浮陀螺的寻北可靠性以及环境适应能力。(4)提出了一种基于迭代重加权最小二乘的非等精度磁悬浮陀螺方位角导线联合平差模型,解决了加测陀螺边的导线联合平差模型难以准确评估磁悬浮陀螺定向精度的问题。通过大型矿山隧道贯通工程项目的应用实例分析,与传统平差模型的结果对比验证了该模型能够优化磁悬浮陀螺方位角权值的分配,进而提高隧道的贯通精度。

关键词： 雷达数据处理   行进间探测雷达   目标跟踪   交互式多模型   联合概率数据互联  

摘要： 面对瞬息万变的战场形势和丰富多样的民用场景,相比于固定站雷达,具备行进间工作方式的雷达能在不撤收雷达的状态下快速行进,转移工作地点,若能够实现在载体平台行进的过程中完成目标的检测和跟踪,雷达的机动性和时效性将进一步得到提高。本文以行进间探测雷达作为背景,完成数据处理算法的研究和设计,通过实验验证了系统的可行性。 本文首先从波门的概念入手对数据处理理论中的航迹起始和数据互联算法进行介绍,并对比不同算法之间的性能。 接着以行进间探测雷达为背景,围绕跟踪中的机动目标跟踪和数据互联对目标跟踪算法进行研究。在分析了载体姿态和运动对目标跟踪的影响以及如何消除这些影响后,本文结合交互式多模型算法(Interacting Multiple Model,IMM)、自适应波门和联合概率数据互联算法(Joint Probabilistic Data Association,JPDA),提出了一种基于自适应波门的IMM-JPDA算法,并验证该算法在杂波环境下跟踪多机动目标的性能。 随后在数据处理算法理论和目标跟踪算法设计的基础上,结合本课题中相控阵体制的脉冲多普勒雷达的系统特性,完成数据处理的设计,包括方位和俯仰测角方式、点迹凝聚、解速度模糊和杂波抑制。 最后以系统需求为基础,通过模块化设计,完成数据处理软件的实现,并进行车载和船载两种场景下的实验,验证行进间探测系统稳定跟踪目标的能力。

关键词： 预立医疗照护   数据处理   机器学习   辅助决策系统   微信小程序  

摘要： 近年来我国整体癌症发病率持续上升,癌症的高发病率和高死亡率给患者及其家属和医生都带来了巨大的压力。尤其在癌症患者终末期,其生命质量严重下降时,医患之间还存在诸多沟通方面的问题,这在很大程度上源于癌症患者及其家属相应知识的匮乏以及面临决策时的焦虑和困惑。预立医疗照护计划(Advance care planning,ACP)智能辅助决策系统旨在解决目前广泛存在的决策困难、癌症患者相应知识匮乏等问题,体现了对癌症患者自主决策权的尊重,从而提高癌症患者的生命质量。本文介绍了智能辅助决策的实现方法和微信小程序的设计与开发,分别从数据处理、机器学习算法和数据分析、应用微信小程序开发等三部分内容展开介绍。由于原始的病历指标池中普遍存在重复的患者指标和大量的空行空列,数据处理的首要处理工作就是删除这些重复和空白的数据,然后对于一些非数值信息进行数值化。此外,癌症患者字符串类型数据中有一部分需要特别关注,比如离院方式是否为死亡、婚姻、医保等。对这些数据进行顺序编码,最后将编码结果与经初步处理后的数值类型的数据进行合并,从而得到数字化的患者指标数据。在处理分类问题时,通常会用到逻辑回归算法、朴素贝叶斯算法和决策树算法三种分类法。分别使用这三种算法对预嘱为心肺复苏癌症患者预处理后的数据进行训练,通过测试集测试三种算法的训练结果模型。其中前两种模型在对死亡患者的判断中准确率更低。结果准确率低可归因于死亡患者各项属性之间具有关联性(比如血氧饱和度和呼吸率)及其所导致的分类准确性降低。在微信小程序开发中,所使用的系统分为应用层、数据服务层和数据采集层,其中应用层负责显示界面,方便用户操作;数据服务层负责处理数据;数据采集层负责采集数据。对微信小程序的设计分为系统主界面设计、输入界面设计、输出界面设计和数据库设计。最后将得到的决策树算法模型应用到微信小程序开发中,建立预立医疗照护计划智能辅助决策系统。利用该系统,经输入个人信息可在数据库中检索到患者的各项病历指标,在数据分析的基础上通过决策树算法模型得到该患者的推荐预嘱指标和对应抢救成功率,并显示在输出界面中。该辅助决策系统不仅能为疾病终末期患者提供医疗选择,还能为预立医疗照护提供决策依据。

关键词： 分布式存储系统   对象存储   近数据处理   纠删码  

摘要： 大数据场景下,存算节点之间的数据移动对主机端CPU和网络造成了沉重的负担,近数据处理(Near-Data Processing,NDP)成为缓解数据传输压力,提升系统整体效率的重要技术手段。存储系统面临着高效存储海量数据和高效支持近数据处理的双重需求。分布式对象存储系统Ceph通常使用纠删码机制容错,以保证较高的存储效率,但其现有的数据布局方案没有考虑对象数据的语义边界,致使数据的上下文被分发到不同的节点,难以支持高效的近数据处理。因此,Ceph在纠删码机制下的近数据处理框架需要重新设计,以实现存储效率与近数据处理效率的权衡。针对Ceph现有的近数据处理框架无法兼顾存储效率和近数据处理效率的问题,构建了基于Ceph对象存储系统的近数据处理框架Ceph NDP。首先,Ceph NDP使用优化的纠删码数据布局策略ECNDP,利用聚合缓存在I/O关键路径上聚合写入对象,通过在多个对象间重新组织数据条带的分布,保证客户端在访问单个具有连贯语义的数据分片时不会产生跨节点访问。其次,Ceph NDP通过设计纠删码机制下的数据语义转换方法,重构算子下推路径,将算子推送到目标数据所在的存储节点,并基于系统运行信息执行算子过滤,实现算子的就地处理和存储侧资源的动态分配。由于保证了纠删码机制下单个存储节点上对象数据逻辑上的语义边界,Ceph NDP可以在保持较高存储效率的同时高效执行近数据处理,提升系统整体资源利用率。基于Ceph对象存储系统实现了Ceph NDP框架,使用基准测试程序进行测试。结果表明,对比原生纠删码机制下未卸载计算任务的情况,Ceph NDP通过分解和下推计算任务使计算节点CPU占用率减少了80%;对于数据选择率小于50%的计算任务,系统I/O和计算任务的总执行时间减少了20%～33%。Ceph NDP有效减轻了计算节点的CPU负担和网络带宽消耗,提升了系统资源利用率。

关键词： 测量评定   数据处理   特征重构   不确定度   建模仿真  

摘要： 测量过程在航空工业的试验和生产中极为普遍。随着航空工业朝着高精尖方向发展,对测量数据的质量要求越来越高。进行精准科学的测量评定能为测量策略和测量工作的优化调整提供重要参考,从而提高航空工业的研究和工作效率。目前,对测量数据的评定过程复杂繁琐,且往往采取人工粗略计算的方式,导致结果可信度不高。基于此,本文提出建设面向航空工业的测量数据评定系统,阐明了实现该系统所需的业务功能和技术方法。本文从建设评定系统的背景和意义出发,明确测量评定的研究目标任务,分类介绍评定技术的研究现状和理论基础,站在软件工程角度从需求分析、概要设计、系统实现、测试评价等流程完整介绍了评定系统的建设方案,提出了适用测量评定的测量前分析、测量后分析、专家模式、建模仿真等功能以及数据预处理表征、特征检验重构、不确定度自动分析、相关性影响分析、场景建模仿真等技术方法。本文的主要工作如下所述。1.提出了测量数据精准表征的方法。基于测量数据的不同结构特性,建立规则库和使用改进的孤立森林算法进行数据预处理,便于后续计算分析。通过特征检验与重构技术研究,以20余种特征分布模型准确表达测量数据,掌握测量数据的深层机理。2.进行了测量质量的标准数值量化。引入国际通行的不确定度方法,通过研究量化、传播、合成及分配四大环节,实现测量参数的GUM和MCM自动质量评定,精准量化测量质量。同时,利用相关性影响分析,从ANOVA和互信息等统计原理解释分量总量之间的影响关系。利用数据可视化技术汇报结果,并可自动生成评定报告。3.完成了测量场景的建模仿真研究。通过深刻理解测量场景底层物理原理,研究测量场景仿真模拟及数据趋势预测技术,抽象测量布局,构建测量元件的数字模型,形成与真实测量对应的虚拟仿真系统,进行参数条件变更后的数值变化预测,揭示当前测量数据的隐秘发展规律。4.建立了测量数据评定系统软件平台。利用软件开发技术实现系统的前后台,建设简洁易用的图形界面,有效分块开发各类模块,实现服务模块的有效组织和相互协作,有效支撑航空工业测量数据评定工作。

关键词： 分布式声波传感   噪声衰减   上下行波分离   深度学习   超分辨率反演  

摘要： 以煤为主的能源结构是我国的资源禀赋,未来一段时间内我国社会经济的发展仍离不开煤炭。因此,煤炭绿色、智能开采是新时代下煤炭资源的必经之路,这对勘探精度和效率提出了更高的要求。地震勘探具有探测范围广、精度高的优势,是目前广泛应用的探测手段之一。但是,随着社会和科技的发展,传统基于地震检波器的地震勘探手段也面临着一些挑战,如:检波器成本高、空间采样率低、城市道路等地表硬度高导致的区域检波器布设困难或耦合性差、检波器的铺设、翻滚和回收需要大量人力物力等。以上种种难题严重影响着地震勘探在工程领域中的应用。 分布式光纤声波传感(DAS)技术的出现有效缓解了传统地震勘探所面临的问题。光纤中的每一点既可以作为传感器又可以当作传输介质,是一种新型的数据采集手段。DAS技术具有成本低、空间采样率高、环境适应性强、耐温耐压、抗干扰能力强、方便施工和部署、同一位置可重复等优点,在勘探领域具有重大的发展潜力。现有研究表明,DAS技术处于起步阶段,暂无完善的技术流程和应用典范,此外,DAS数据信噪比低、垂直地震剖面(VSP)数据波场分离困难、地震频带限制影响地层参数反演精度,本文针对以上关键科学问题开展了一系列研究。 本研究从光纤传感的基本理论出发,分析了DAS-VSP的优缺点,研究了地震检波器信号与DAS信号的相互转化关系,介绍了DAS数据的数值模拟方法,为DAS勘探的研究提供了理论基础。结合研究区地质特征,描述了VSP和DAS-VSP数据的采集过程,对比了两种数据的特征,分析了数据噪声水平。此外,基于数据转换方法,对比了转换前后的数据特征,进而验证了转换方法的有效性。 已有研究表明,DAS数据的信噪比较传统地震检波器数据低1-2个数量级,为改善数据质量,本文针对DAS信号的噪声特征搭建了正则化约束的残差通道注意力网络。网络映射过程中生成的大量特征图对于预测目标往往具有不同的重要程度,平等对待每一个特征不利于网络对有效信息的提取,针对此问题,引入了通道注意力机制,用来赋予有用信息更高的权重。此外,受低秩约束去噪方法的启发,数据噪声越强,奇异值越大。因此,本文采用核范数和全变分正则化优化了网络损失函数。在训练数据准备中,噪声数据来自研究区无主动源情况下光纤接收的背景噪声,这与实际数据中的噪声类型更加吻合,无噪声数据来自于随机地质模型的正演模拟。合成数据与实际数据的测试结果表明,搭建的去噪网络具有较好的泛化能力,可以有效去除DAS-VSP数据的强噪声干扰,是DAS-VSP数据噪声衰减的有效工具。 上、下行波对于VSP勘探具有不同作用,因此精确的波场分离是VSP数据处理的关键步骤。传统平面波破坏滤波(PWD)方法是在数据驱动下计算地层倾角,在VSP数据中,此倾角同时包含了上、下行波信息,所以无法实现上、下行波的有效分离。针对此问题,本文依据上、下行波的典型线性特征,通过局部倾角参数化改进了传统平面波破坏滤波方法。合成数据及实际数据的测试结果表明,该方法在不同地质条件下均可实现上、下行波波场的有效分离。然而,好的分离效果依赖于参数的精细设置。为此,本文提出了双阶段残差学习网络,即分别基于去噪后数据和去除的噪声来分离上、下行波,两个阶段的分离结果共同组成了最终结果。一方面,它可以在无监督下自动实现波场分离,另一方面,它可以从丢弃的噪声数据中二次提取有效信息,进而减少数据去噪对有效信号的损伤。 无论地震检波器信号还是DAS信号,其频带都是有限的,频带限制极大地影响了地层参数的反演精度。针对此问题,本文结合全波形反演和深度学习开展了相关研究。首先,基于倾角约束及通道注意力机制建立了正则化通道注意力网络,并将该网络用于图像超分辨率。其次,将图像超分辨率引入到全波形反演的迭代过程中。合成数据与实际数据的测试结果表明,该技术流程可以加快全波形反演的收敛速度,减少计算时间并提高反演分辨率。虽然该方法在一定程度上提高了计算效率,但是面对大型三维或四维数据时,计算时间及低频缺失引起的“周波跳跃”仍是面临的挑战。针对此问题,本文以地震频带为纽带,分别从低频、正常频带及高频三个角度出发,搭建了具有递进关系的多任务学习网络,分别用于低频延拓、地层参数反演和图像超分辨率。合成数据与实际数据的测试结果表明,搭建的网络具有较好的泛化能力,是地层参数预测的高效、高精度技术手段。 总体而言,围绕DAS技术在煤田勘探中面临的难题,本文从DAS信号与地震检波器信号特征分析、DAS-VSP数据去噪与波场分离和地层参数高分辨率预测三个方面开展了研究。理论分析和应用示例表明了本研究的技术效果,可以进一步促进DAS技术在煤田勘探中的应用与发展。

关键词： 卫星微推进器   微推力测试   竖直摆测试台   推力标定   噪声抑制  

摘要： 微推进器是高精度力学卫星的重要载荷,用于进行姿态控制、轨道调整、非保守力补偿以及维持飞行等。在地面预先对微推进器进行测试,对于确保高精度空间任务的顺利进行以及推进微纳卫星的商业应用都有重要意义。然而,由于地表重力加速度及环境波动等影响,对微推进器进行测试十分困难。为了促进微推进器的地面测试技术发展,课题组研制了量程和精度可调的竖直摆微推力测试系统。本文主要对测试台的工作原理,标定系统,性能测试方法和结果,以及数据处理等关键问题进行论证分析,实测结果满足设计预期。 第一部分介绍了常用微推进器的类型和工作原理,分析地面测试面临的问题,简述国内外常用地面推力测试装置的特点和原理。 第二部分介绍竖直摆测试台的结构和工作原理,具有开闭环两种测量模式,在摆杆上可实现质量的准确配平以调整量程和刚度,提高适应范围;使用一种根据标定曲线进行参数拟合的方法,可准确拟合出系统的多种参数;对整个系统进行建模和动力学分析,发现通过调整质量配平可以减少测试台对地面噪声的响应。 第三部分描述了竖直摆微推力测试系统的搭建,分为敏感探头模块、数据采集处理模块和测试台控制器模块;设计一种基于重力矩的弱力标定系统,在实验测量中重力标定的相对误差为0.18%,推力测量的相对误差为0.25%;同时采用电磁力标定的方法,实现实时的高精度标定;设计了软件控制界面;为了减少环境因素的影响,课题组设计了 0.01℃的温度控制精度和20 nT磁场均匀性的环境模拟平台,实现了较好的长期稳定性。 第四部分描述了测试台的微推力测试流程,对结果进行了分析。对测量系统的灵敏度和静态推力噪声分别进行测量,发现系统的分辨率可达7.9 nN,在0.002-1 Hz频率范围内,静态推力噪声小于0.1 μN/Hz1/2;为了减弱背景噪声,采用了差分测量的方法抑制高频噪声,避免了转轴位置不确定的问题,实现角度的准确测量;为了能够使用测试过程的快速响应,运用了一种基于摆运动方程力矩计算方法;在开环测试的情况下,系统响应速度可达11 Hz以上,推力测量范围为0-2500 μN。温漂是影响测试台长期测量的关键因素,课题组用陶瓷对热敏感结构进行替换,对温漂进行多项式拟合并扣除,系统9小时的温度漂移量为1.5 μN。