高空平台通信系统中基于预测的小区切换算法

在平流层的环境中,高空平台(HAPS)的扰动特性严重影响了通信系统的小区切换性能。在平台扰动和终端移动的场景中,基于固定门限的切换算法容易增加不必要的切换次数,切换性能较差。建立HAPS覆盖模型,用户终端根据其速度动态选择切换检测周期,提出基于接收信号强度差分最小均方预测的自适应切换算法,推导了无线链路失败率的上限。仿真结果表明,相比传统固定门限的切换算法,本文算法有效降低了不必要的切换,同时还可将无线链路失败率控制在1%以下,能够适应多种通信场景。     

基于C-lens的光子带隙光纤准直器传输特性

研究了一种基于C-lens的光子带隙光纤准直器,由于光子带隙光纤准直器光纤端面没有反射,相比普通光纤准直器,其传输矩阵将发生变化。从高斯光束单透镜成像的一般模型出发,利用矩阵光学,在子午面和弧矢面推导了光线传输矩阵。结合实际应用中光子带隙光纤及C-lens透镜的参数,仿真分析了尾纤与C-lens透镜之间的间距及C-lens透镜的参数对工作距离和束腰直径大小的影响,理论得到了新模型下,光子带隙光纤准直器的出射光斑在子午面和弧矢面束腰直径和工作距离近似重合,相比普通光纤出射光斑的椭圆化程度小。研究结果对进行光子带隙光纤准直器及基于光纤准直器的光学器件设计与制作具有指导意义。     

飞机壁板自动钻铆机气动送钉技术

送钉系统作为飞机壁板自动钻铆机的重要组成部分,极大地影响着铆接效率和设备的稳定性。对沉头铆钉的软管气力输送系统进行分析,并根据沉头铆钉外形着重对铆钉运动、输送管道内径和管道入口输送气压进行深入研究。通过弯道卡钉分析,并结合铆钉输送动力系数,得到最优的管道内径;理论分析输送铆钉过程中的压强损失,并结合铆钉输送时间,计算得到合适的管道入口输送气压。最后通过不同内径管道送钉的试验验证了输送管道内径的选择方法,通过不同输送气压送钉的试验验证了管道入口输送气压的计算方法。     

Y型喷嘴反压环境粒径的图像捕捉测量技术

鉴于Y型喷嘴反压条件下的粒径难以采用传统光学测量手段获得有效数据,提出一种基于图像捕捉的粒径处理程序,通过微距镜头拍摄雾场图像,通过图像识别和数据统计获取有效索太尔平均直径（SMD）。该处理方法在大气下与相位多普勒粒子分析仪(PDPA)测量结果误差不超过12%。实验结果表明:在反压条件下,当气流量为0g/s时,雾化粒径较大,随着环境压力升高和液流量增大,雾化粒径呈减小趋势;当加入气流量为55g/s时,雾化粒径显著降低,并且粒径随着环境压力升高而增大(该结果与不加气时恰恰相反),而在同一反压、不同液流量工况下,雾化粒径基本保持不变。在燃烧室变工况条件下,加入少量的气体即可使雾化粒径显著减小且在变工况条件下基本保持一致。      

测压孔径对下沉安装压力传感器测量的影响

对于高超声速飞行试验,飞行器在飞行过程中产生的气动加热会使其表面安装的传感器烧坏并导致试验测量失败。传感器下沉安装可以避免其与飞行器周围的高温气体直接接触,减轻传感器的热载荷。采用下沉安装传感器的方式对高超声速边界层的脉动压力进行了试验测量,研究了测压孔径对脉动压力特性的影响。结果表明,随着孔径增大,脉动压力强度减小,流场相关性增强。传感器下沉安装会引起空腔流动,随着孔径的增大,空腔流动对脉动压力测量的影响降低。在频带10~20 kHz范围内,测压孔径仅仅影响脉动压力强度,在频带1~10 kHz范围内,测压孔径对脉动压力波形周期的影响更为显著。非线性耦合将能量由高频小尺度向低频大尺度传递,导致发生自相互作用和非线性相位耦合的流动结构趋向低频,随着孔径增大,非线性相位耦合消失。此外,孔径越大,不同尺度结构的能量分布与齐平安装的相似性越高。     

鲁泊数和孔径比对直流互击式喷注器性能的影响

设计高性能喷注器、提高发动机比冲性能是发动机设计者一直追求的目标。对于直流互击式喷注器,鲁泊数和孔径比是影响喷注器性能的两个关键参数,而且两者之间有一定关联。为了初步研究鲁泊数和孔径比参数对直流互击式喷注器性能的影响,合理匹配两者的关系,设计了三种状态的喷注器,进行了混合比分布试验和热试车考核。结果表明,兼顾鲁泊数和孔径比才能使氧化剂和燃料达到最佳混合效果,提高燃烧效率。     

小管径超声波流量计去噪方法

超声波流量计中存在各种噪声,直接影响流量测量的精度。文章首先分析了小管径超声波流量计中噪声的来源,从实时性的角度出发,提出了一种直接对测量时间差进行去噪的方法,避免了对原始超声波信号进行采样、分析带来的实时性差的问题。针对随机噪声和声学噪声引起的时间差数据中的误差,以硬阈值小波滤波作为第一级滤波、中值加均值滤波为第二级滤波进行处理。通过流量测量实验,验证了去噪方法的有效性,结果表明,去噪后流量计的瞬时测量误差小于1%。     

基于压缩感知的DSSS信号双阶段捕获方法

针对直接序列扩频(DSSS,Direct Sequence Spread Spectrum)信号的捕获性能与硬件消耗或计算复杂度的相互制约问题,基于压缩感知理论,提出了一种双阶段压缩捕获方法,第1阶段进行快速粗捕获,第2阶段在第1阶段基础上实现精确捕获.首先研究DSSS信号的相关域稀疏性,构造了稀疏变换矩阵;然后利用确定性沃尔什-阿达马矩阵,分别构造了2个阶段压缩测量矩阵及其检测算法;最后从检测概率和平均捕获时间两方面对提出算法的捕获性能进行了理论分析,并用蒙特卡罗法进行了验证.理论分析和仿真实验表明,该方法能够在显著降低相关次数的前提下,达到传统基于并行相关方法的捕获性能水平.      

基于差分和局部积分均值的EMD算法

针对经验模态分解中无法分离频率相近信号的问题,提出一种新的经验模态分解算法。该算法将局部积分均值的"筛分"算法和差分经验模态分解算法的思想结合在一起。仿真结果表明,该算法的频率分辨率比基于局部积分均值的经验模态分解算法要高,分解效率要比基于差分的经验模态分解算法要高,同时在一定程度上抑制了边界效应。