基于DWDM光接入网的波长分配算法

本文介绍了一种基于DWDM光接入网的波长分配算法，该算法在保证基本服务质量的前提下，通过调度共享波长降低业务请求过程中的阻塞率。文中还对该算法进行了计算机仿真实验，仿真结果表明了该算法的有效性。     

反战术弹道导弹引信炸点控制算法研究

本文推导了ATBM寻的引信最佳炸点控制算法，及使用定向战斗部时所需的弹体坐标系中的脱靶方位，其中对应于最佳炸点的最佳延时为剩余飞行时间减去破片飞行时间。文中根据战斗部的尺寸对炸点控制所允许的误差进行了简单分析，及根据不同交会条件下的计算结果给出了几点实用性建议。     

面向对象的双轴混排加力涡扇发动机详细非线性实时仿真模型研究

本文就双轴加力涡扇发动机详细非线性实时仿真模型进行了研究。采用框架灵活方便、具有可扩展性的 VC 语言 ,在 P 45 0计算机上实现了一台双轴混排加力涡扇发动机的实时仿真 ,可准确模拟发动机及其部件的工作状况。发动机流路的平均计算时间为 0 .5 42 ms,一个工作点的计算时间小于 2 5 ms。此模型的建模方法具有通用性 ,可适用于其他类型发动机的实时建模要求。经在火力 /飞行 /推进综合控制仿真系统中的应用 ,证明此模型完全满足实时模拟真实发动机的要求     

一种直升机粘弹减摆器时域模型参数识别方法

在时域内建立了直升机粘弹减摆器的非线性模型。该模型基于不可逆热力学原理，在线性滞弹性位移场(Anelastic displacement fields，ADFs)模型的基础上，通过一组材料状态变量函数引入了粘弹性材料的非线性特性；文中以硅橡胶为研究对象，在粘弹减摆器实际工作中比较典型的幅值和频率范围内，进行了简谐实验，并通过两位移幅值(0．1cm，0．6cm)的应变／应力滞迟回线直接进行模型参数识别。最后，通过与线化复模量、不同幅值的应变／应力的滞迟回线等实验数据比较，证实了本文模型具有较好的可靠性，为进一步研究直升机粘弹减摆器的性能和带减摆器的旋翼气弹分析奠定了基础。     

多航天器协同探测效能影响参数不确定性分析

为解决传统基于蒙特卡洛仿真的探测效能不确定性分析评价方法中时间效率低,参数关系映射单一的问题,提出一种基于神经网络的不确定性分析方法,利用人工神经网络在拟合回归分析上的非线性特性,设计了能够替代复杂系统的神经网络结构,能够通过少量仿真计算结果作为训练样本实现模型的收敛并能有效反映被替代系统的原有特性。选择以一个多航天器的天文观测任务作为典型用例,建立了仿真分析模型,并与蒙特卡洛仿真方法结果进行了对比,验证了此方法的准确性和计算效率。     

质量矩导弹固定时间二阶滑模控制方法

针对三轴稳定的双滑块质量矩导弹,基于动态系统零点配置原理提出一种快速固定时间二阶滑模控制方法。首先建立具有完整耦合动力学特征的质量矩导弹姿态动力学模型;其次,基于典型动态系统进行零点配置原理分析和收敛时间估计;在此基础上,提出动态过程可调节的固定时间二阶滑模控制方法,并对系统收敛时间的上界进行估计;最后,针对质量矩导弹的仿真校验了设计方法的有效性。     

谱估计理论在弹道数据参数化建模中的应用

针对高超声速飞行器防御作战中目标运动规律的描述问题,提出一种基于经典和现代谱估计理论的弹道数据参数化分析和建模方法。该方法将弹道数据视作非平稳随机信号,研究其变化规律：首先,通过线性消势法消除信号的线性趋势,将其转变为平稳信号,以便于进行谱估计;然后,采用Welch算法给出大致的谱图,结合该谱图和改进的协方差法确定自回归参数模型的阶数,以避免模型阶数选择准则引起的不确定性问题;最终,给出弹道数据的参数化模型。仿真结果表明,使用本文算法建立的弹道数据参数化模型与动力学模型具有较高的一 致性。     

全光纤电流互感器λ/4波片的研制

光纤λ/4波片的相位延迟量与对轴角度误差是光纤电流互感器最主要的误差源之一.研究通过琼斯矩阵分析法建立反射式光纤电流互感器的偏振光学模型,进而得到了相位延迟量与对轴角度误差和标度因数之间的关系,为误差补偿技术提供理论支持.并且进行了实际研制,使得1/4波片消光比可小于0.2dB.     

SACMA和QMW试验方法对复合材料层合板低速冲击后压缩行为的影响

采用了 SACMA标准和一种小试样试验方法对复合材料层合板低速冲击后的压缩 (CAI)行为进行试验研究 ,从层合板的冲击损伤分布、冲击后压缩破坏过程 ,以及层合板的准静态横向压缩、开孔后压缩等多方面进行对比 ,结果表明 ,这两种试验方法存在很大差别 ,试验方法不同 ,层合板低速冲击后的压缩行为也不同 ;采用 SACMA标准所测得的低速冲击后压缩强度更能全面反映基体韧性的优劣。作为 CAI试验标准 ,小试样试验方法还有待改进     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。