固体姿轨控发动机喉栓运动时序实验设计方法

固体姿轨控发动机通过伺服机构控制喉栓位移实现推力矢量调节。为实现推力精确调控，需拟合大量地面试验数据，得出发动机喉栓位移与推力矢量间的数学模型。提出了一种面向喉栓式固体轨控发动机喉栓运动时序实验设计方法，实现了单次试验中不同燃烧室理论压强及喉栓位移组合最大覆盖，为最低试验成本下精准构建喉栓位移与推力输出模型提供训练样本。以四阀固体轨控发动机作为对象，基于零维内弹道实现燃气发生器压强求解。采用Φp准则评估喉栓位置组合遍历性，并对其进行优化，获得合理的喉栓运动方案。算例结果证明实验设计后方案在整个运动周期内几乎遍历各种组合状态，较实验设计前Φp值提升近40%，验证了本文实验设计方法在时序工程问题中的优良性能。采用实验设计方法可提高固体姿轨控发动机地面试车数据利用效率。     

基于卷积神经网络的雷达辐射源稳健识别方法

针对低信噪比下，基于传统统计特征的雷达信号识别方法对复杂调制信号类型识别性能不高，因而处理复杂度高的问题，提出一种基于卷积神经网络的雷达辐射源信号稳健识别方法。该方法通过提取信号的瞬时相位特征，获得变换域的表征信号，将其作为卷积神经网络的输入，实现雷达辐射源信号的快速识别。针对瞬时相位特征对于信噪比敏感的特点，采用主成分分析方法对信号特征域进行降噪处理，提升模型对噪声的稳健性。通过仿真实验验证了所提出方法在不同信噪比下对7种调制信号类型的识别性能，通过理论分析及不同方法的实验对比，验证了算法具有耗时较短、识别准确率较高、噪声稳健性好等优势，具有良好的工程实用性。