穆格航空航天测试控制器

众所周知,航空航天原型设计需要巨额资金的投入,因而需要一个极其可靠、久经验证的测试控制方案来保护宝贵的测试对象和测试数据.     

基于弯曲激波压缩系统的高超声速进气道反设计研究进展

总结了近十年来弯曲激波压缩研究的主要成果。提出了弯曲激波压缩系统的新概念,即利用特殊设计的楔形弯曲压缩面或空间弯曲压缩面,产生一系列与前缘弱激波相互交汇或叠加的压缩波系,从而使前缘激波弯曲,形成特殊的弯曲激波,它与波后的等熵压缩波来共同完成对气流的压缩。在此基础上,实现了由给定出口气动参数的超声速内流道反设计,实现了由给定压缩面压力分布和给定压缩面马赫数分布要求的型面反设计,实现了由给定激波波面的压缩型面反设计。研究证明,弯曲压缩面-弯曲激波压缩系统具有良好的综合气动性能,为高性能高超声速进气系统的气动设计提供了一种全新的设计方法。     

一种孔径和频率二维稀疏的步进频SAR成像方法

 步进频率信号(SFWs)在不增加雷达系统瞬时带宽的情况下能够获得高的距离向分辨率的同时,也存在着抗干扰能力较差及其等效重复频率较低的问题,并且在方位向积累时间内由于雷达载机工作状态的变化,会导致方位向的数据录取不完整。针对上述问题,提出一种孔径和频率二维稀疏的步进频合成孔径雷达(SAR)成像方法。首先,分析了稀疏步进频率信号(SSFWs)的SAR成像模型,然后基于压缩感知理论完成距离向成像处理。其次,针对稀疏孔径的回波数据,通过构造成像算子和压缩感知重建模型的方法实现其距离徙动校正和方位压缩处理,进而获得二维成像结果。相比于传统的步进频率信号SAR成像,利用所提方法能够在少量的频率资源和雷达回波数据情况下实现准确的SAR成像。最后,通过对仿真和实测的步进频率雷达数据进行成像处理,验证了所提方法的有效性和可行性。     

酚醛树脂炭的合成及力学性能研究

为了表征多孔炭泡沫材料基体的结构与力学性能,采用碱催化法制备热固性酚醛树脂,经固化、高温炭化处理合成多孔炭泡沫材料的基体——酚醛树脂炭。研究酚醛树脂炭的微观结构、压缩强度及压缩断裂韧性。结果表明:酚醛树脂炭结构以树脂炭基体、微孔和微裂纹为主,其碳元素以sp3杂化的非晶炭形式存在;压缩强度为8.58 MPa,压缩断裂特征为脆性断裂模式;酚醛树脂炭的压缩断裂韧性较差,断裂过程中吸收的总能量为0.135 MJ/m3。     

耐高低温耐压橡胶弹性材料北大核心CSCD

采用丁异戊橡胶作为主体材料,从补强体系、硫化体系和增塑剂三个方面分析了它们对橡胶高低温性能、耐老化性能和耐压性能的影响.粒径小、结构度高的炭黑和气相白炭黑并用可有效改善橡胶的力学性能;硫磺含量在0.8％ ～1.3％使得硫化橡胶既具备较好的高低温性能又兼顾较好的耐老化性能;增塑剂可有效调整橡胶硬度和耐压性能.并对研制的丁异戊橡胶弹性材料及其柔性接头构件耐高低温性能及耐压性能进行分析.结果表明,弹性材料高低温剪切性能及耐压性能表征结果能初步反映柔性接头构件的摆动性能及耐压性能.     

16／256色PCX图像解压缩

本文研究图象的压缩和解压缩技术，在用“等值长度”压缩编码方案对图像进行压缩产生ＰＣＸ文件的基础上，用行解码函数进行解压缩，实现１６／２５６色ＰＣＸ图像文件屏幕显示和打印输出。     

电探针保护气体的优选原则

为了研究强冲击波作用下不同气体对电探针保护能力的差异,通过化爆加载实验分别观察了氦气、氩气和甲烷气体在不同冲击波强度下电探针电路的导通现象,实验发现冲击波马赫数在7.5～12.1范围内,氦气和甲烷气体均能有效地保护电探针,而氩气环境下的电探针电路产生提前导通现象。并用一维流体动力学理论分别计算了在相同的初始条件和3～8km/s范围内的六种不同飞片速度下氦气、氩气和甲烷的冲击状态参数。通过对这些状态参数和相关物性的分析,提出了电探针保护气体的优选原则。     

一种膨胀映射的不动点定理

王尚志给出了若干种膨胀映射的概念，并证明了它们的不动点存在定理。对其中第一型膨胀映射的不动点定理做了进一步推广。     

有攻角细长旋成体极端地面效应分析

本文用匹配摄动方法研究了细长旋成体贴近地面运动时诱导的不可压缩势流问题,它是经典细长体理论的推广和发展。文中将流场分为内外两个渐近区域,建立了问题的匹配摄动理论,并利用文献[1]中的双圆诱导不可压缩势流的精确解,给出了该问题的首阶解析解。然后又导出了细长体上的吸力和俯仰力矩的计算公式。在此基础上,文中对细长旋成体极端地面效应的运动学规律和动力学规律作了定性和定量两个方面的分析。     

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。