俄罗斯飞机动力装置的飞行试验

本文叙述俄罗斯有关部门对飞机动力装置（包括发动机、进、排气装置以及与其有关的燃、滑油系统和防冰系统）进行飞行试验的方法。其中包括试飞前应进行的调整工作，发动机稳定性的检查，发动机起动和接通加力边界的确定，高度－速度特性的确定，以及燃、滑油系统、防冰系统等的试验内容，并对试飞中试飞员的操纵动作和应注意事项提出了要求。     

VSPWorks程序设计技术

VSPWorks是应用于多DSP并行系统的嵌入式实时操作系统,其先进的程序设计思想,大大简化了传统多DSP系统的软件开发模型,既保证了软件质量,也提高了开发效率.在详细介绍了虚拟单处理器模型和系统启动过程的基础上,讨论了应用程序开发过程,并举例介绍了网络连接文件的编写方法.     

无人机航路规划技术研究进展

无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望.     

制导火箭弹制导控制系统精益设计方法

制导火箭弹在陆军未来战争中正发挥越来越重要的作用，制导控制系统设计是制导火箭弹研制的核心和难题。提出了一种适用于制导火箭弹制导控制系统的精益设计方法，将设计过程分为数据处理环节、自动驾驶仪设计环节、制导律设计环节和六自由度仿真分析环节4个部分，并将标准化和基于模型的思想体现在精益化设计软件中，从而给出了一条可以又快又好地完成系统设计的技术途径。     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

组合法，类比法和内力再分配因子修正法在加筋板广布疲劳损伤应力强度因子计算中的应用

给出了用组合法，类比法计算蒙皮含多处损伤的应力强度因子，在此基础上，再利用内力再分配因子修正法计算蒙皮含多处损伤，中央桁条含 裂纹的应力强度因子。并使这些工程方法用于实际加筋板广布损伤的应力强度因子计算，这些工程方法使用简便。     

椭圆截面喷管排气辐射热流数值分析

文中对直升机红外抑制器椭圆截面喷管排气的辐射热流进行数值分析,并预估排气温度分布、速度和燃气成分分布对辐射热流的影响。为了计算辐射热流和考虑尾焰对周围环境的传热,采用形式简单并可用通用方程计算程序计算的六热流辐射模型。由于排气流场内温度和密度变化较大,故紊流模型采用考虑密度变化的修正双方程k-ε模型。本文中所用的比热C_(pm)是随气流温度和成分而变化,温度用迭代法求得。喷管出口截面为椭圆形,排气为三元自由射流,控制方程为三元抛物形偏微分方程,可采用前进积分求解,这样既可满足计算精度要求,又可节省机时。并根据三元喷流周向边界条件周期性变化的特点,采用CTDMA解法。计算结果与试验结果基本一致,说明本计算方法是可行的。     

进气道设计中的几个工程计算问题

本文对进气道设计中二维斜激波计算、圆唇口总压恢复系数估算、亚音速临界流量系数估算及最小喉道面积的确定等几个工程计算方法进行了改进,以适应在计算机上计算.计算精度满足设计参数选择的要求.     

基于支持向量机的组合分类方法及应用

为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。