冲击脉冲雷达及其研究方向

冲击脉冲雷达是超宽带雷达的一个重要分支，它属于一种反隐身和电子战功能颇强的新型雷达，目前尤其引起军界和科技界的高度重视。本文着重介绍其工作机理与概况，主要特点和用途关键技术及其研究动向。     

衬层—推进剂界面脱粘的超声谐振检验技术综述

利用一维四分之一波长谐振原理改进的扫描频率超声探伤(SFUI)方法成功地对固体发动机衬层和推进剂之间界面脱粘进行了检验,并已用于对H—Ⅰ火箭上面级及对模拟的H—Ⅱ火箭助推级的生产过程和实验现场检验。     

红外焦平面阵列非均匀校正算法的研究

为解决固定图案噪声污染的红外焦平面图像序列的非均匀校正问题 ,文中采用时域高通滤波算法完成固定图案噪声污染图像的预处理 ,给出固定图案噪声初值 ,并结合传统的红外焦平面迭代非均匀校正算法 ,有效地解决了较高强度固定图案噪声污染图像的非均匀校正问题。与采用黑体基准获取固定图案噪声初值的方法相比 ,该算法降低了成像系统的机械复杂性 ,提高了算法的应用范围。文中最后用红外图像序列进行了验证     

CPL蒸发器多孔芯内传热传质的非稳态数值模拟

基于多孔芯内局部热力学平衡的假设，考虑了Brinkman和Forchheimer对Darcy定律的修正模型，针对简化的物理模型中所包含的气液相区域，建立了二维分层饱和多孔介质模型，以甲醇为工质对CPL，蒸发器毛细多孔芯内的传热传质过程进行非稳态数值模拟。在不同的热负荷条件下预测气液分层界面的形状和位置、系统由初态达到稳态过程的持续时间，讨论压力和温度的分布。由两层饱和模型所得到的计算结果可知．CPL系统在启动时，为避免高热流时液体脱离多孔区而发生干涸，宜采用小负荷启动；采用预热器，改善蒸气的出口条件；增加蒸发器入口处的工质的过冷度，有利于增加CPL系统启动过程和变工况时的稳定性。文中分析结论为CPL系统的优化设计提供参考。     

人眼启发的图像非均匀映射变换模型构造算法

人眼的视觉信息采集是非均匀的。这种特征和注意力机制确保了人类视觉系统在信息处理方面的优先性。首先介绍了对数极坐标映射，然后基于人类视觉系统的构造，提出了非均匀映射模型的构造规则。基于此规则，以线性模型为例进行了应用性研究。扩展了非均匀映射模型的范围，促进了空间变分辨率视觉理论的进一步发展。     

三维热化学非平衡流动非结构网格DSMC方法及其应用

研究了过渡流域三维热化学非平衡流动DSMC方法实现的过程.以四面体非结构网格为基本单元,提出一种新型的高效搜索算法,该算法不仅可以快速跟踪模拟分子在网格之间的迁移,而且可以准确判别分子与物面是否相互作用,避免了原有算法中分子表面反射的非确定论判据.设计了适合三维DSMC方法的动态局部时间步长技术,节约了计算时间.将碰撞距离的思想引入到非结构网格上来,有效地消除了网格尺度小于三分之一平均自由程的限制.利用Foaran90的动态分配内存技术编制了适用于任意外形的通用计算程序.最后对全尺寸航天飞机高超声速绕流进行了数值试验,计算结果验证了该算法的可行性及高效性.     

基于粗糙基的高超声速进气道起动/不起动分类方法研究

进气道起动/不起动状态检测是高超声速进气道研究的重要内容,它是进气道保护控制的基础和前提.针对这一问题,对高超声速进气道进行了不同边界条件下的二维稳态流场数值模拟.提出了利用粗糙集方法对进气道的测点进行约简处理,得到了进气道起动/不起动的分类准则,对分类准则进行了内在的物理机制分析,并利用其它工况数据对判断准则进行了验证.验证结果表明了分类准则的正确性.     

基于峰值点的目标对准在MSTAR SAR图像分类中的应用

模板匹配的分类方法是合成孔径雷达目标识别的重要方法。研究了MSTAR SAR图像,指出图像中的目标峰值点本质上对应于实际物体的散射中心,并且在一定方位区间中具有稳定性。假设目标存在位置偏移的基础上,提出先利用目标峰值点对准目标,再生成模板和分类的思想。分析了方位区间中基准图像的选取及对准过程对模板生成和目标分类的影响程度。最后研究了同类变形目标间的分类,提出了峰值点特征增强成像、预分类、目标对准和正式分类的四步算法。结果证明,所提算法具有较高的分类精度和效率。     

Rankine涡作用下激波变形和分叉的数值研究

数值模拟了激波和Rankine涡相互作用，重点研究了波涡相互作用引起的激波结构的变化过程。应用非结构化适应网格下的二阶精度Godunov型的PLM格式来求解Elder方程，对一平面激波与不同涡强Rankine涡相互作用下瞬态激波的运动、发展进行了研究。漩涡与激波间相对强度的大小对激波结构的影响明显，弱相互作用诱导激波变形，强相互作用诱导激波变形并产生分叉。计算结果表明，应用非结构化适应网格的PLM格式所得到的数值解较好地反映了瞬态激波结构的有关特征和信息。     

一种新的基于粗集的辐射源信号识别模型

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,已成为国际学术界的一个前沿的研究领域。在深入研究粗糙集理论的基础上,将其引入辐射源识别问题中,给出了一种基于粗糙集的辐射源信号识别模型。同时给出了一种不依赖先验知识确定辐射源识别权值的新方法,并提出了一种新的分类规则。最后,进行了计算机仿真实验,并与经典的模糊模式识别及统计模式识别方法进行了比较,实验结果证明了该方法的优势和有效性。