I. 简介 飞行测试是任何新型飞机开发过程的核心部分。作为测试的一部分,记录飞机在各种机动过程中的响应,从中可以确定描述其特性的飞机稳定性系数。然后可以使用这些估计值来验证或更新现有的数值模型。但是,测量到的响应有噪声、有偏差,并且可能以不同的速率采样,这可能导致模型不准确。因此,在估算这些稳定性系数之前,飞行路径重建 (FPR) [ 1 , 2 ] 通常是过滤和检查收集的飞行测试数据的一致性的第一步。FPR 是一种过滤技术,通过将飞机运动方程与响应测量相结合来重建飞机状态的时间历史。在这些方程中,飞机被表示为在空中移动的点质量。然而,为了提高燃油效率,飞机结构变得更轻,从而也更灵活。这反过来导致飞机的结构动力学与飞机飞行动态响应具有更大的相互作用。因此,为了正确地模拟这种相互作用,还需要重建结构的动力学和刚体状态。除了气动弹性建模外,跟踪飞机结构变形对于结构等应用也很重要
1 布尔诺理工大学微电子系,Technick á 10, 601 90 布尔诺,捷克共和国 2 布拉格捷克技术大学生物医学工程学院,n á m. S í tn á 3105, 272 01 克拉德诺,捷克共和国 3 国防大学电气工程系,Kounicova 65, 662 10 布尔诺,捷克共和国 4 拉卡邦国王技术学院工程学院电信工程系,曼谷 10520,泰国 5 琴斯托霍瓦理工大学电气工程系,42-201 琴斯托霍瓦,波兰 6 库尔德斯坦大学电气工程系,萨南达伊 66177-15175,伊朗 7 斯洛伐克理工大学电气工程与信息技术学院,81219 布拉迪斯拉发,斯洛伐克 * 通信地址:khateb@vutbr.cz
1 伊斯坦布尔技术大学航空航天学院,34469 伊斯坦布尔,土耳其,收到日期:2022 年 3 月 24 日 修订日期:2022 年 6 月 8 日 接受日期:2022 年 6 月 20 日 摘要 Özet 在本研究中,提出了一种集成自适应 TRIAD/扩展卡尔曼滤波器 (EKF) 姿态估计系统,其中 TRIAD 和自适应 EKF 相结合以估计纳米卫星的姿态。作为系统的第一步,TRIAD 算法利用磁力计和太阳传感器测量结果产生初始粗四元数估计,然后将该粗估计直接输入到自适应 EKF。将姿态信息直接输入到滤波器相对减少了 EKF 带来的计算负担。作为系统的第二步,自适应 EKF 滤波 TRIAD 解并给出最终的四元数估计。同时,自适应 EKF 在传感器故障时使用单个缩放因子 (SSF) 重新调整测量噪声协方差矩阵,使整个系统对传感器故障更具鲁棒性。进行了几次模拟,并针对两种不同的故障类型(即姿态传感器中的噪声增量和连续偏差)测试了所提出的系统的性能。
摘要:本文介绍了一种用于检测脑电图 (EEG) 信号的模拟前端 (AFE)。AFE 由四个部分组成,即斩波稳定放大器、纹波抑制电路、基于 RRAM 的低通 FIR 滤波器和 8 位 SAR ADC。这是首次在 EEG AFE 中引入基于 RRAM 的低通 FIR 滤波器,其中利用 RRAM 的生物可信特性高效分析模拟域中的信号。前置放大器采用对称 OTA 结构,在满足增益要求的同时降低了功耗。纹波抑制电路大大改善了噪声特性和失调电压。基于 RRAM 的低通滤波器实现了 40 Hz 的截止频率,适用于 EEG 信号的分析。SAR ADC 采用分段电容器结构,有效降低了电容器开关功耗。芯片原型采用 40 nm CMOS 工艺设计。整体功耗约为13µW,实现超低功耗运行。
摘要。最近提出的量子系统使用频率复用量子比特技术来读取电子器件,而不是模拟电路,以提高系统的成本效益。为了恢复单个通道以供进一步处理,这些系统需要一种解复用或通道化方法,该方法可以低延迟处理高数据速率,并且使用很少的硬件资源。本文介绍了一种使用多相滤波器组 (PFB) 信号处理算法的低延迟、适应性强的基于 FPGA 的通道器。由于只需设计一个原型低通滤波器来处理所有通道,因此 PFB 可以轻松适应不同的要求,并进一步简化滤波器设计。由于每个通道都重复使用相同的滤波器,与传统的数字下变频方法相比,它们还降低了硬件资源利用率。实现的系统架构具有广泛的通用性,允许用户从不同数量的通道、采样位宽度和吞吐量规格中进行选择。对于使用 28 系数转置滤波器和 4 个输出通道的测试设置,所提出的架构可产生 12.8 Gb/s 的吞吐量和 7 个时钟周期的延迟。
微波光子学 (MWP) 近年来采用了许多重要概念和技术,包括光子集成、多功能可编程性以及增强关键射频性能指标(如噪声系数和动态范围)的技术。然而,到目前为止,这些方面尚未在单个电路中同时实现。在这里,我们首次展示了一种多功能集成微波光子电路,它实现了片上可编程滤波功能,同时实现了以前无法达到的 > 120 dB.Hz 动态范围和 15 dB 噪声系数的创纪录高位。我们使用全集成调制变压器和双注入环谐振器作为多功能光学滤波组件实现的多功能复杂频谱定制来实现这一独特功能。这项工作打破了集成、功能和性能的传统和分散方法,目前这种方法阻碍了集成 MWP 系统在实际应用中的采用。
本文介绍了一种宽带带阻滤波器 (BSF) 的设计,其最终目标是提高选择性。设计的滤波器由双路电容耦合阶跃阻抗谐振器 (DP-CCSIR) 组成。本文对所提出的 DP-CCSIR 结构进行了理论分析。据观察,可以通过增加双耦合阶跃阻抗谐振器的阶数来提高选择性。所提出的设计产生了以 5.25 GHz 为中心的宽带 BSF,分数带宽为 58.5%。结果表明,可以通过改变 CCSIR 的电长度来调节谐振频率。此外,还认识到双路 CCSIR 参与产生有限频率传输极点,从而实现更好的选择性。然而,所提出的设计已通过制造三个原型进行了验证。测量结果与模拟结果一致。
摘要:脑电图 (EEG) 信号很容易受到肌肉伪影的污染,这可能导致脑机接口 (BCI) 系统以及各种医疗诊断的错误解读。本文的主要目标是在不扭曲 EEG 所含信息的情况下去除肌肉伪影。首次提出了一种新的多阶段 EEG 去噪方法,其中小波包分解 (WPD) 与改进的非局部均值 (NLM) 算法相结合。首先,通过预训练的分类器识别伪影 EEG 信号。接下来,将识别出的 EEG 信号分解为小波系数,并通过改进的 NLM 滤波器进行校正。最后,通过逆 WPD 从校正后的小波系数重建无伪影的 EEG。为了优化滤波器参数,本文首次使用了两种元启发式算法。所提出的系统首先在模拟脑电图数据上进行验证,然后在真实脑电图数据上进行测试。所提出的方法在真实脑电图数据上实现了 2.9684 ± 0.7045 的平均互信息 (MI)。结果表明,所提出的系统优于最近开发的具有更高平均 MI 的去噪技术,这表明所提出的方法在重建质量方面更佳并且是全自动的。
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据从全球船舶传输,甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收信号作为编码的 ASCII 字符。因此,必须使用解析器解码 AIS 语句以获得实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化,这是现代决策支持系统的重要特征。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF,并证明估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动,并在防撞场景中分析了不同的规避动作。索引术语 — 卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面航行器、船舶
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据由全球船舶传输,甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收编码的 ASCII 字符信号。因此,必须使用解析器解码 AIS 语句以获取实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化,这是现代决策支持系统的重要功能。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF,并证明了估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动,并在防撞场景中分析了不同的规避动作。索引词——卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面舰艇、船舶