有限空间轴对称射流流场的数值模拟

本文在к－ε紊流模型下，采用罚有限元法对有限空间轴对称射流流场进行数值模拟。引用罚函数优化迎风格式和退化积分，建立有限元解法的数值矩阵，在不同截面上求得工，压力和紊流参数分布，计算结果与实验数据十分接近。本文研究结果可应用于火箭发动机的喷射设计和射流量论的研究。     

基于PCI总线的PC机再入遥测站设计

根据再入遥测的特点 ,提出基于 PCI总线和 Windows平台的 PC机再入遥测站的体系结构 ,重点对其关键技术即多通道高速数据的实时传输与存储技术进行研究     

PCM/DQPSK遥测信号解调时位同步的软件实现研究

根据 PCM/ DQPSK信号的特点 ,提出一种新的实现位同步的算法。通过使用最小均方估计算法 (LMS) ,计算滑动窗内数据估计误差绝对值累加和的方法 ,搜索相位跳变点 ,实现位同步。同时给出一种简捷修正相位跳变点的方法 ,在每次解调前修正相位跳变点的位置 ,保证解调结果的正确性。     

一种差分键控改进方案的性能分析

为了在保持各种性能不变的情况下,提高DCSK中信息的传输速率,提出了改进的DCSK方案。发送端传输1片的参考信号,接着传送2bit的信息信号,然后在接收端利用两个相关器进行相关解调后,把相关器的输出整流合并,就能恢复所需的信息信号。如果有相同的混沌信号发生器和相同的带宽,以及相同的信噪比,改进的系统能提高信息的传输速率。     

航天器振动试验中的动力吸振现象

振动环境试验是考验航天器中各分机力学品质的重要试验,分机适应力学环境的能力在设计阶段必须充分考虑。目前分机的力学环境条件往往是在考虑了一定的安全系数后,以分机安装处界面的加速度包络曲线给出的。然而一般来说,分机振动试验过程中的边界条件与分机实际工作状态的边界条件是不同的。具体地说就是在振动试验过程中分机通过试验转接托架与振动台面相连,实际工作状态是分机安装在安装件(卫星各舱板)上。由于试验转接托架与安装件的动力学特性不一样,根据多自由度弹簧质量阻尼系统的动力吸振原理,可以推出试验状态分机在固有频率处存在过试验现象。为了减少过试验对分机带来的危害,新的试验方法研究(加速度响应限幅控制、阻抗特性模拟法、限力技术等)已成为国内外航天工作者研究的热点。文章详细阐述了振动试验中动力吸振的机理及过试验产生的缘由。     

雷雨天气下的雷达管制

一、广州区域雷雨天气特点及其影响 广州区域管制中心所管辖的空域处于我国华南地区，雷暴发生的频率纬度比较高的地区高得多。年平均出现雷暴日数为80．5天，年出现雷暴最多日数为115天，最少为57天。雷暴既有由天气系统引起的，也有由对流增热和地形抬升作用造成的。所以，夏季比冬季多，一年之中雷暴多集中出现在4～9月份，以8月份出现最多，为15．3天；12月份出现最少，为0天。另外，雷暴的日变化比较显著，大多出现在下午和傍晚。如：广州，日际雷暴发生的最大频率值（0800～1000UTC）比最小频率值（2300～0200UTC）大约多5倍。     

基于Contourlet区域对比度的遥感图像融合算法

为综合利用多传感器遥感图像之间的信息，提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具，比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换，在contourlet域完成图像信息的融合，最后通过逆变换得到融合结果。根据分解系数特性，首次提出了contourlet域的区域对比度作为高频子带的融合规则，系数选择更符合人类视觉系统的要求，使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则，在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法，且能够有效增强源图像的对比度和细节信息。     

一种新的重频特征识别方法

针对雷达脉冲重复间隔类型识别中存在的问题,提出了一种结合神经网络技术的重频识别方法.该方法分别对7种雷达重频模式,提出了新的特征矢量提取方法,并引用神经网络进行识别.实际仿真结果表明该方法是有效的,特别是对重频固定、重频滑变及重频抖动模式在高漏脉冲率的条件下依然具有较高的正确识别率.     

一种快速求解整周模糊度的方法

针对FARA方法搜索整周模糊度组合数比较大,LAMBDA方法需要浮点解精度比较高的缺点,提出一种求解GPS载波相位测量整周模糊度的分步法。用LAMBDA方法搜索出来的整周模糊度作为FARA方法的初始解,进而用FARA方法解算出它的最终解。实验结果表明,该方法能缩短搜索整周模糊度的时间,快速准确地确定整周模糊度。     

实现多模型同时镇定的神经网络方法

针对实际系统中经常存在的多模型情况，给出了一种用神经元网络实现多模型同时镇定的设计方法。该方法以经过训练的神经网络控制器代替常规控制器，可同时镇定多个模型。最后，对一个用线性方法不能同时镇定的多模型问题，用神经网络方法实现了其同时镇定。