高超声速飞行器二元进气道试验和计算

设计了一种吸气式面对称高超声速飞行器,针对进气道性能,分别在两座风洞开展通流试验研究。针对第1次风洞试验大攻角状态(α=8°)测量值偏离线性的问题,辅助采用数值模拟手段分析原因,并对试验方案进行改进设计,解决了首次试验出现的问题。结果显示,在典型状态(Ma=5~6)下,进气道起动正常,性能良好,具有一定的抗侧滑能力;随来流马赫数增加,进气道流量系数增大,总压恢复系数减小,计算结果和试验结果一致;试验结果和数值计算的差异主要表现为基本测压方案α>4°后,流量系数和总压恢复系数出现严重的非线性。数值模拟结果表明,主要原因为模型支撑方式及测压方式所引起的偏差,通过改进试验方案,解决了大攻角状态下测量值偏离正常趋势的问题。     

航空关键动部件的开裂分析及检测应用

针对航空关键动部件生产制造及验收试验中出现的提前失效问题，采用多种疲劳失效分析方法和工具，进行了疲劳试 验出现失效的原因分析，从宏观和微观分析、金相分析、能谱分析及疲劳试验过程中的应力分析等方面对产生的缺陷进行了系统 研究。了解了其疲劳开裂的原因，并对缺陷性质及零件制造工艺过程进行分析。结果表明：应力集中区是最容易出现开裂的位 置，也是检测的关键部位，要进一步加强在制件及在役件的表面缺陷的检测，细化其检测实施方式及关键控制点，是保证动部件试 验质量的关键。通过加强受力部位的无损检测，为及早发现和及时处理潜在的缺陷提供重要依据，从而降低关键动部件的试验失 败的风险，提高产品试验质量及使用寿命，有助于其它机型更好地改进检测的设计要求及应用，为其提供了重要的依据和研究方向。     

基于CATIA的应用开发研究

针对ＣＡＴＩＡ 的二次开发问题，详细论述了基于ＣＡＴＩＡ 的应用开发环境和方法、基于ＣＡＴＩＡ 的应用程序界面以及ＣＡＴＩＡ 的几何接口ＣＡＴＧＥＯ／ＣＡＴＭＳＰ。     

TRANSIENT RESPONSE INVESTIGATION OF GIMBALLED TILTROTORS DURING ENGAGE AND DISENGAGE OPERATIONS

Ｕｎｉｑｕｅａｎｄｏｆｔｅｎｈａｚａｒｄｏｕｓｃｏｎｄｉｔｉｏｎｓａｒｅｅｎｃｏｕｎｔｅｒｅｄｗｈｅｎｒｏｔｏｒｃｒａｆｔａｒｅｏｐｅｒａｔｅｄｆｒｏｍｓｈｉｐｂａｓｅｄｐｌａｔｆｏｒｍｓ．Ｏｎｅｏｆｔｈｅｍｏｒｅｔｒｏｕｂｌｅｓｏｍｅｒｏｔｏｒｃｒ...     

斜激波极值规律的边界层影响

采用边界层理论与斜激波/膨胀波精确算法，建立一种结合Eckert参考温度法和Illingworth-Stewartson变换法优势的边界层权重算法，用于研究超声速黏性楔面边界层位移厚度对斜激波极值规律的影响。分别应用层流Navier-Stokes方程和湍流Navier-Stokes方程的CFD解算器对边界层新模型进行了算例精度评估。在来流马赫数为1.2~2.4和楔面角为3°~20°的范围内，压强比的相对误差小于0.1%。计入层流与湍流边界层影响的理论模型研究表明，边界层影响使得最优马赫数增加；对于层流边界层，最优马赫数增量约为0.001 5~0.003 3；对于湍流边界层，最优马赫数增量约为0.002 8~0.006 1。     

非开普勒轨道下卫星交会变轨决策研究

针对卫星在非开普勒轨道下的运动特征,提出了研究卫星交会变轨决策的方法。首先,在Hill坐标下,采用比例导引方法求解卫星进行变轨机动时所需要的速度增量。然后,再通过Lagrange插值算法解出卫星在任意特征点上变轨机动所需要的速度增量,根据数字仿真得出大量的仿真数据并画出满足变轨决策条件的决策曲面。最后,对决策曲面的涵义做出分析,说明了该方法对于研究非开普勒轨道下卫星变轨决策问题具有一定的意义。     

一种语音信号欠定盲分离的新方法

文章提出了一种语音信号欠定盲分离的新方法,引入了一种伪提取矢量的概念,并通过在信号采样点处选取对应的伪提取矢量,以恢复取值占优的源信号采样点的值,来实现欠定盲源分离。通过将该方法与传统的基于线性规划的欠定盲源分离方法分别仿真表明:文章所提出方法由于在信号的各采样点处无需优化,因此大大提高了信号分离的速度,语音信号的分离速度比基于线性规划的方法快数倍。     

激光伪随机编码的最小周期识别算法改进研究

目前激光制导武器使用的伪随机编码,基本都是利用移位寄存器加上特定的反馈函数来实现的,只要识别出其最小周期就可以利用准同步干扰方式进行干扰。对有限位伪随机码的特点进行研究和分析,介绍了一种新的计算小数之间的整数比的方法,并提出了对现有最小周期识别算法的改进算法。进行了仿真验证,结果表明:改进后的算法优于现有其他方法。     

一种新型的干扰识别与检测算法

在通信系统抗干扰中干扰的检测及识别是一种关键的技术。文章提出了一种新的干扰识别算法。首先,应用盲信号分离算法来分离传感器接收到的混合干扰信号。然后从干扰信号的高阶累积量中提取特征参数用作进行SVM分类时的特征向量。最后,用SVM作为分类器来对单音干扰、多音干扰及脉冲干扰进行分类识别。计算机仿真结果表明,当信噪比不低于5d B时本文算法有较高的识别率。