CN113639945B - 基于经验模态分解的航天器随机振动试验条件设计方法 - Google Patents
基于经验模态分解的航天器随机振动试验条件设计方法 Download PDFInfo
- Publication number
- CN113639945B CN113639945B CN202110721144.6A CN202110721144A CN113639945B CN 113639945 B CN113639945 B CN 113639945B CN 202110721144 A CN202110721144 A CN 202110721144A CN 113639945 B CN113639945 B CN 113639945B
- Authority
- CN
- China
- Prior art keywords
- empirical mode
- mode decomposition
- spectral density
- power spectral
- vibration test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 51
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013461 design Methods 0.000 title claims abstract description 26
- 230000003595 spectral effect Effects 0.000 claims description 41
- 238000001228 spectrum Methods 0.000 claims description 22
- 230000001133 acceleration Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000009825 accumulation Methods 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 238000003786 synthesis reaction Methods 0.000 claims description 13
- 230000002194 synthesizing effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 9
- 235000015842 Hesperis Nutrition 0.000 abstract description 4
- 235000012633 Iberis amara Nutrition 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/022—Vibration control arrangements, e.g. for generating random vibrations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Of Engines (AREA)
Abstract
本发明涉及一种复杂动力学环境条件下的时频转换技术,具体是基于经验模态分解方法,将复杂时域动力学环境转换为频域动力学环境,真实反应实际的力学环境特征,同时便于地面开展动力学环境模拟试验,提升产品总体设计水平,可适用于运载火箭、航天器、交通运输、机械制造等领域的动力学环境试验条件设计。
Description
技术领域
本发明涉及一种复杂动力学环境条件下的时频转换,具体是基于经验模态分解方法,将复杂时域动力学环境转换为频域动力学环境,真实反应实际的力学环境特征,同时便于地面开展动力学环境模拟试验,提升产品总体设计水平,可适用于运载火箭、航天器、交通运输、机械制造等领域的动力学环境试验条件设计。
背景技术
产品在工作期间都会经历各种各样的复杂动力学环境,为保证产品能够经历复杂的动力学环境后能够正常工作,需在地面开展相应的动力学环境模拟试验。例如,卫星等航天产品在工作前需经历运载发射段的复杂动力学环境,为验证产品的设计能力,需要在地面开展正弦振动、随机振动等动力学环境模拟试验,以考核产品承受复杂动力学环境的能力。
目前在复杂力学环境的随机振动试验条件设计方法上,通常在信号平稳性假设的基础上,将加速度时域信号进行自功率谱密度分析,再进行傅里叶变换从而得到加速度功率谱密度函数,并以此制定对应的随机振动试验条件。然而,在现实生活中,真实的平稳性假设并不完全成立,并且很多时候信号往往是非平稳。例如,航天器在发射阶段所受到的环境激励因素很多,包括大气层内(特别是跨音速段)的气动载荷、级间和整流罩分离过程的火工品冲击、星箭分离过程的包带解锁冲击,更广泛地还包括航天器的对接/分离的动态冲击,这些激励具有阶段性、也具有随机性,属于非平稳的随机过程。
对于非平稳随机振动的力学环境,一般认为采用基于谐波函数的经典傅立叶分析方法存在较为明显不足。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提出基于经验模态分解的随机振动试验条件设计系统及方法,该方法采用小波分析、经验模态分解(EmpiricalModeDecomposition,EMD)信号处理方法,由于EMD方法不需设定先验的基函数,因此更适合运载火箭星箭界面加速度此类多因素造成的非平稳随机振动过程。
采用EMD分解制定随机振动试验条件,能够拓展对信号平稳性假设的外延,能够更加真实的反应产品所处的动力学环境特征,制定合理的随机振动试验条件,一定程度上能够避免严重的“过设计”和“过试验”现象,有利于改善产品力学环境模拟试验方法,提高我国航空航天产品的设计水平。将复杂时域动力学环境转换为频域动力学环境,真实反应实际的力学环境特征,便于地面开展动力学环境模拟试验,改善产品地面动力学环境模拟“过试验”程度,提升产品总体设计水平。
基于经验模态分解的随机振动试验条件设计系统,该系统包括经验模态分解模块、功率谱密度分析模块、频率累加合成模块和振动试验条件制定模块;
经验模态分解模块用于对动力学环境下航天器的加速度时域信号a1(t)进行经验模态分解;
功率谱密度分析模块用于将N阶本征模态函数进行功率谱密度分析,得到各本征模态函数对应的功率谱密度函数;
频率累加合成模块用于将N阶本征模态函数对应的功率谱密度函数按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数;
振动试验条件制定模块用于根据合成的功率谱密度函数制定随机振动试验条件。
功率谱密度分析模块依次对每个不同尺度的数据序列进行处理,得到每个时间序列的功率谱密度函数;
频率累加合成模块对每个时间序列的功率谱密度合成按照下式进行:
基于经验模态分解的随机振动试验条件设计方法,该方法的步骤包括:
步骤1,对动力学环境下航天器的加速度时域信号a1(t)进行经验模态分解(EMD),其中得到N阶本征模态函数IMFi(i=1,2,…N),其中t为时间;
步骤2,将步骤1得到的N阶本征模态函数IMFi分解进行功率谱密度分析,得到各本征模态函数IMFi对应的功率谱密度函数PSDi(i=1,2,…N),其中N确定原则为当第N+1阶本征模态函数对应功率谱密度函数PSDN+1在关心频率下限fmin以上范围内总均方根不超过PSDN+1在全频段范围内总均方根的5%时,则进行经验模态分解时可保留N阶本征模态函数;
步骤3,将N阶本征模态函数对应的功率谱密度函数PSDi按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数PSD;
步骤4,根据合成的功率谱密度函数PSD制定随机振动试验条件。
优选地,所述步骤1中,采用EMD分解的信号处理方法,实现将复杂力学环境表述为具有不同特征尺度的数据序列。
优选地,所述步骤2中,依次对每个不同尺度的数据序列进行处理,得到每个时间序列的功率谱密度函数;
优选地,所述步骤3中,每个时间序列的功率谱密度合成按照下式进行:
本发明的有益效果:
(1)本发明提出的基于经验模态分解的随机振动试验条件设计方法,应用EMD信号分解方法,能够适用于非平稳复杂力学环境的场景,拓展了传统随机振动试验条件方法的适用外延,更加真实反应产品所处的动力学环境特征,一定程度上能够避免严重的“过设计”和“过试验”现象,有利于改善产品力学环境模拟试验方法,提高我国航空航天产品的设计水平。
(2)本发明的基于经验模态分解的随机振动试验条件设计方法,通过对加速度随机振动信号进行经验模态分解,将原始信号逐级分解为不同频率与变化趋势的成分,产生一系列具有不同特征尺度的数据序列,对每一个数据序列分别进行功率谱密度分析,进行合成从而得到完整频段的功率谱密度,并基于合成后的功率谱密度制定随机振动试验条件。与传统直接进行功率谱分析的方法相比,该方法不仅限于处理平稳随机振动的力学环境,拓展了随机振动试验条件设计的适用外延,能够更加真实反应真实力学环境特征,可应用于运载火箭、航天器、交通运输、机械制造等领域的动力学环境试验条件设计。
附图说明
本发明的基于经验模态分解的随机振动试验条件设计方法由以下的实施例及附图给出。
图1是某产品在工作过程中,连接界面的非平稳随机加速度时域信号;
图2是对图1加速度信号进行经验模态分解得到N阶本征模态函数;
图3是各本征模态函数对应的功率谱密度函数;
图4是对各本征模态函数进行合成后的功率谱密度函数;
图5是依据合成后的功率谱密度函数制定的随机振动试验条件。
具体实施方式
以下将结合图1-图5对本发明的基于经验模态分解的随机振动试验条件设计方法作进一步的详细描述。
为了达到上述的目的,本发明提供基于经验模态分解的随机振动试验条件设计系统,该系统包括经验模态分解模块、功率谱密度分析模块、频率累加合成模块和振动试验条件制定模块;
经验模态分解模块用于对动力学环境下航天器的加速度时域信号a1(t)进行经验模态分解;
功率谱密度分析模块用于将N阶本征模态函数进行功率谱密度分析,得到各本征模态函数对应的功率谱密度函数;
频率累加合成模块用于将N阶本征模态函数对应的功率谱密度函数按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数;
振动试验条件制定模块用于根据合成的功率谱密度函数制定随机振动试验条件。
功率谱密度分析模块依次对每个不同尺度的数据序列进行处理,得到每个时间序列的功率谱密度函数;
频率累加合成模块对每个时间序列的功率谱密度合成按照下式进行:
基于经验模态分解的随机振动试验条件设计方法,包括如下步骤:
步骤1,对动力学环境下航天器的加速度时域信号a1(t)进行经验模态分解(EMD)得到N阶本征模态函数IMFi(i=1,2,…N);
步骤2,将N阶本征模态函数IMFi分解进行功率谱密度分析,得到各本征模态函数IMFi对应的功率谱密度函数PSDi(i=1,2,…N);
步骤3,将N阶本征模态函数对应的功率谱密度函数PSDi按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数PSD;
步骤4,根据合成的功率谱密度函数PSD制定随机振动试验条件。
下面,针对本实施例的基于经验模态分解的随机振动试验条件设计方法做具体说明。包括如下步骤:
步骤1,对动力学环境下的加速度时域信号a1(t),如图1所示,进行经验模态分解(EMD)得到N阶本征模态函数IMFi(i=1,2,…N),如图2;
步骤2,将N阶本征模态函数IMFi分解进行功率谱密度分析,得到各本征模态函数IMFi对应的功率谱密度函数PSDi(i=1,2,…N),如图3;
步骤3,将N阶本征模态函数对应的功率谱密度函数PSDi按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数PSD,如图4所示;
步骤4,根据合成的功率谱密度函数PSD制定随机振动试验条件,如图5所示。
本发明涉及复杂动力学环境条件下的时频转换技术,目的在于针对传统随机振动试验条件制定方法要求加速度为平稳随机信号的限制,提供了一种适用于非平稳随机的随机振动试验条件设计方法,拓展了复杂力学环境条件下随机振动试验条件设计的应用场景,提升了模拟复杂力学环境的合理性,可应用于运载火箭、航天器、交通运输、机械制造等领域的地面随机动力学环境模拟试验的条件设计。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (6)
1.基于经验模态分解的随机振动试验条件设计系统,其特征在于:该系统包括经验模态分解模块、功率谱密度分析模块、频率累加合成模块和振动试验条件制定模块;
经验模态分解模块用于对动力学环境下航天器的加速度时域信号a1(t)进行经验模态分解;
功率谱密度分析模块用于将N阶本征模态函数进行功率谱密度分析,得到各本征模态函数对应的功率谱密度函数;
频率累加合成模块用于将N阶本征模态函数对应的功率谱密度函数按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数;
振动试验条件制定模块用于根据合成的功率谱密度函数制定随机振动试验条件;
其中,N的确定方法为:当第N+1阶本征模态函数对应功率谱密度函数PSDN+1在关心频率下限fmin以上范围内总均方根不超过PSDN+1在全频段范围内总均方根的5%时,则进行经验模态分解时保留N阶本征模态函数。
2.根据权利要求1所述的基于经验模态分解的随机振动试验条件设计系统,其特征在于:
功率谱密度分析模块依次对每个不同尺度的数据序列进行处理,得到每个时间序列的功率谱密度函数。
3.根据权利要求1所述的基于经验模态分解的随机振动试验条件设计系统,其特征在于:
频率累加合成模块对每个时间序列的功率谱密度合成按照下式进行:
4.基于经验模态分解的随机振动试验条件设计方法,其特征在于该方法的步骤包括:
步骤1,对动力学环境下航天器的加速度时域信号a1(t)进行经验模态分解,得到N阶本征模态函数IMFi,i=1,2,…N,其中t为时间;
步骤2,将步骤1得到的N阶本征模态函数IMFi进行功率谱密度分析,得到各阶本征模态函数IMFi对应的功率谱密度函数PSDi,i=1,2,…N;
步骤3,将步骤2得到的将各阶本征模态函数对应的功率谱密度函数PSDi按照对应频率累加原则进行合成,得到原始加速度时域信号a1(t)所对应的功率谱密度函数PSD;
步骤4,根据步骤3合成的功率谱密度函数PSD制定随机振动试验条件;
其中,N的确定方法为:当第N+1阶本征模态函数对应功率谱密度函数PSDN+1在关心频率下限fmin以上范围内总均方根不超过PSDN+1在全频段范围内总均方根的5%时,则进行经验模态分解时保留N阶本征模态函数。
5.根据权利要求4所述的基于经验模态分解的随机振动试验条件设计方法,其特征在于:
所述步骤2中,依次对每个不同尺度的数据序列进行处理,得到每个时间序列的功率谱密度函数。
6.根据权利要求4所述的基于经验模态分解的随机振动试验条件设计方法,其特征在于:
所述步骤3中,每个时间序列的功率谱密度合成按照下式进行:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110721144.6A CN113639945B (zh) | 2021-06-28 | 2021-06-28 | 基于经验模态分解的航天器随机振动试验条件设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110721144.6A CN113639945B (zh) | 2021-06-28 | 2021-06-28 | 基于经验模态分解的航天器随机振动试验条件设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113639945A CN113639945A (zh) | 2021-11-12 |
CN113639945B true CN113639945B (zh) | 2024-02-09 |
Family
ID=78416246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110721144.6A Active CN113639945B (zh) | 2021-06-28 | 2021-06-28 | 基于经验模态分解的航天器随机振动试验条件设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113639945B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4513622A (en) * | 1983-08-22 | 1985-04-30 | Kazansky Aviatsionny Institut Imeni A. N. Tupoleva | Method of forming random vibration spectrum and device therefor |
US6192758B1 (en) * | 1998-12-14 | 2001-02-27 | Kang Huang | Structure safety inspection |
WO2008001836A1 (fr) * | 2006-06-29 | 2008-01-03 | Mitsubishi Electric Corporation | Procédé de conception de spécifications d'essai pour essai aux vibrations aléatoires |
JP2012103240A (ja) * | 2010-10-14 | 2012-05-31 | Microsignal Kk | ランダム振動試験制御装置 |
JP2012233814A (ja) * | 2011-05-06 | 2012-11-29 | Microsignal Kk | 振動試験制御装置 |
CN105157821A (zh) * | 2015-08-30 | 2015-12-16 | 华电电力科学研究院 | 一种旋转机械振动故障诊断及定量分析方法 |
CN107131984A (zh) * | 2017-05-31 | 2017-09-05 | 航天东方红卫星有限公司 | 一种随机振动试验测力方法 |
CN108593231A (zh) * | 2018-03-28 | 2018-09-28 | 上海宇航系统工程研究所 | 运载火箭随机振动试验条件确定方法 |
CN109946085A (zh) * | 2019-03-24 | 2019-06-28 | 西安航天动力测控技术研究所 | 一种固体火箭发动机振动信号声振降噪的方法 |
CN111144022A (zh) * | 2019-12-31 | 2020-05-12 | 北京卫星环境工程研究所 | 基于面质比的卫星随机振动与噪声试验剪裁方法 |
CN111157201A (zh) * | 2018-11-07 | 2020-05-15 | 株洲中车时代电气股份有限公司 | 一种用于构建加速超高斯随机振动试验剖面的方法 |
CN111651920A (zh) * | 2020-06-02 | 2020-09-11 | 重庆科技学院 | 塔线体系下大跨越输电塔风致机械能的传递分析方法 |
CN112287575A (zh) * | 2020-10-09 | 2021-01-29 | 航天东方红卫星有限公司 | 一种确定小卫星光学相机环境试验随机振动功率谱的方法 |
-
2021
- 2021-06-28 CN CN202110721144.6A patent/CN113639945B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4513622A (en) * | 1983-08-22 | 1985-04-30 | Kazansky Aviatsionny Institut Imeni A. N. Tupoleva | Method of forming random vibration spectrum and device therefor |
US6192758B1 (en) * | 1998-12-14 | 2001-02-27 | Kang Huang | Structure safety inspection |
WO2008001836A1 (fr) * | 2006-06-29 | 2008-01-03 | Mitsubishi Electric Corporation | Procédé de conception de spécifications d'essai pour essai aux vibrations aléatoires |
JP2012103240A (ja) * | 2010-10-14 | 2012-05-31 | Microsignal Kk | ランダム振動試験制御装置 |
JP2012233814A (ja) * | 2011-05-06 | 2012-11-29 | Microsignal Kk | 振動試験制御装置 |
CN105157821A (zh) * | 2015-08-30 | 2015-12-16 | 华电电力科学研究院 | 一种旋转机械振动故障诊断及定量分析方法 |
CN107131984A (zh) * | 2017-05-31 | 2017-09-05 | 航天东方红卫星有限公司 | 一种随机振动试验测力方法 |
CN108593231A (zh) * | 2018-03-28 | 2018-09-28 | 上海宇航系统工程研究所 | 运载火箭随机振动试验条件确定方法 |
CN111157201A (zh) * | 2018-11-07 | 2020-05-15 | 株洲中车时代电气股份有限公司 | 一种用于构建加速超高斯随机振动试验剖面的方法 |
CN109946085A (zh) * | 2019-03-24 | 2019-06-28 | 西安航天动力测控技术研究所 | 一种固体火箭发动机振动信号声振降噪的方法 |
CN111144022A (zh) * | 2019-12-31 | 2020-05-12 | 北京卫星环境工程研究所 | 基于面质比的卫星随机振动与噪声试验剪裁方法 |
CN111651920A (zh) * | 2020-06-02 | 2020-09-11 | 重庆科技学院 | 塔线体系下大跨越输电塔风致机械能的传递分析方法 |
CN112287575A (zh) * | 2020-10-09 | 2021-01-29 | 航天东方红卫星有限公司 | 一种确定小卫星光学相机环境试验随机振动功率谱的方法 |
Non-Patent Citations (3)
Title |
---|
一种石英挠性摆式加速度计随机振动误差建模方法;焦晨阳 等;航空兵器(第05期);全文 * |
航天器随机振动试验振动台驱动力估算方法;邓卫华 等;航天器环境工程(第01期);全文 * |
车辆非平稳随机振动信号的数值模拟方法研究;毛朝;中国博士学位论文全文数据库 工程科技Ⅱ辑;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113639945A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Time–frequency analysis of nonstationary vibration signals for deployable structures by using the constant-Q nonstationary gabor transform | |
CN101247137B (zh) | 基于随机投影的超宽带模拟信号并行采样系统 | |
CN113639945B (zh) | 基于经验模态分解的航天器随机振动试验条件设计方法 | |
Burova | Digital signal multi-stage discrete fourier transform and its practical applications | |
CN109446552B (zh) | 多轴相关随机激励下结构疲劳寿命时域计算方法 | |
Mitridate et al. | PTArcade | |
CN109633613B (zh) | 一种高超声速平台联合脉冲压缩和弹速补偿的fpga实现方法 | |
Guérin et al. | Open-rotor noise prediction with a RANS-informed analytical method | |
KR100727488B1 (ko) | 충격 응답 스펙트럼이 나타나는 시간들의 차이가 짧은충격파형의 합성 방법 및 충격 응답 내역을 구하는 디지털필터와 그 응용 | |
CN112326165B (zh) | 一种基于界面力谱的卫星及部组件振动试验力限条件获取方法 | |
Prince et al. | Efficient implementation of empirical mode decomposition in FPGA Using Xilinx System Generator | |
CN111337896A (zh) | 一种实现动目标检测加速的方法 | |
Bailey et al. | A generated multirate signal analysis RISC-V SoC in 16nm FinFET | |
CN111931288B (zh) | 一种火工冲击响应时频域分布相似性测度方法 | |
CN104156509A (zh) | 一种噪声合成方法 | |
Cavallo et al. | Aerodynamics of multi-body separation using adaptive unstructured grids | |
CN113203997A (zh) | 基于硬浮点fpga的雷达超分辨测向方法、系统及数据处理设备 | |
Muraoka et al. | Characteristics of mesospheric internal gravity waves observed by MU radar | |
Fransen et al. | Damping methodology for condensed solid rocket motor structural models | |
Xie et al. | Implementation of Chirp_z Algorithm Based on DSP Builder Platform | |
Almorin et al. | Model based design of FMCW radar processing systems on FPGA platforms | |
CN115752978A (zh) | 一种大型空间望远镜微振动试验角激励模拟装置及方法 | |
Zebulum et al. | Characterization and synthesis of circuits at extreme low temperatures | |
Gurenko et al. | The Fast Walsh–Paley Transform in The Signal Simulation Algorithm | |
Wang et al. | Wind Turbine Clutter Mitigation for Weather Radar via Low-Rank Matrix Completion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |