基于有限元分析的激波管电晕放电单元设计及特性分析

为在激波管中研究等离子体对碳氢燃料点火延迟时间的影响,基于有限元分析方法,模拟了在激波管末端面使用同轴放电的方式对激波管壁进行放电,计算了放电过程中的电参数,相比圆柱形电极,带尖端的放电电极更容易在局部产生更高的电场强度。内径10cm的圆筒中,对于直径1cm的电极,附加100k V的电压周围最大电场强度为176k V/cm。对于顶端带尖端的电极,尖端处的最大电场强度达到了435k V/cm。而对于侧面带尖端的电极,尖端处的最大电场强度约为250k V/cm。依据仿真的结果,设计了激波管放电单元,并进行基于激波管的电晕放电实验。研究了不同内径金属圆筒中电晕放电与电弧放电的电压范围。当圆筒内径为40mm时,适合电晕放电的功率范围为3~16.7W。圆筒内径为100mm时,适合电晕放电的功率范围为1.6~50.5W。     

奇异的矮星

奇异的矮星杨波白矮星是一种死亡之星。由于核合成反应不再进行，因此也就不再燃烧发光了。电子和原子核紧密地挤在一起，原有的原子结构已不存在。目前，研究人员认为，在这些死亡之星中可能隐藏着含有奇异夸克的核。这种夸克核的存在可能稳定了这些星体，这样，这些星体...     

基于X窗口系统的操作回放模型研究

空中交通管制系统需要对整个系统的运行过程进行监控、记录和回放，而该系统都以X窗口系统作为图形用户接口，本分析了X窗口系统的特点并且按照数据流的来源不同讨了数据回放、操作回放两种模式，提出了基于X窗口系统的同样具有设备独立性和网络透明性的操作回放模型。     

毫米波雷达的应用

本文介绍了毫米波雷达的特点以及在反隐身、电子战、制导、敌我识别、视景增强系统等领域的应用，并希望开展机载厘米波和毫米波双频雷达的研制。     

直扩通信系统信噪比估计在LDPC译码中的应用

针对LDPC码的信噪比误差使置信传播(BP)译码算法性能下降的问题,提出一种扩频码辅助的直接序列扩频信号信噪比最大似然估计算法,并利用解扩后的相关值序列对存在的小多普勒频偏情况进行修正。仿真结果表明,该算法在较低信噪比时仍可以达到比较好的估计精度,采用估计信噪比作为BP译码先验概率对译码性能影响非常小。     

从军用基础教练机的发展看新型基础教练机的技术需求

近年来,随着新一代高级教练机产生并逐渐装备,飞行员培训目标发生变化,基础教练机在教练机体系中的角色与定位也在不断的调整与优化.本文从军用基础教练机的发展历史及未来发展趋势入手,以飞行员培训目标为核心,综合权衡考虑平台性能、系统功能、训练效益等方面的要求,梳理并探讨了新型基础教练机的技术需求.     

小行星探测用双谱段相机设计

基于DSP+FPGA架构,采用全透式光学系统及非制冷红外探测器和CMOS探测器,设计并实现了一种轻小型双谱段相机。该相机同时具备红外和可见光成像能力,可作为小行星探测用光学敏感器的原型机,也可作为微小卫星的光学载荷。首先,建立了双谱段相机的技术指标体系;其次,论述了相机的组成和基本工作原理;再次,详细阐述了相机的光学系统和电子学设计;最后,介绍了原理样机的研制情况。     

基于BOWA小脑模型的高精度稳定 电动加载系统

 随着电动加载系统的不断发展,对控制精度、动态特性和稳定性提出了更高的要求,常规的小脑模型(CMAC)和PD控制相结合的复合控制策略难以满足加载指标要求。针对无人机舵机电动加载系统的控制需求,提出了一种基于平衡学习、最优权值和自适应学习率的新型小脑模型(BOWA-CMAC)复合控制策略,它在保留小脑模型算法正常学习过程的同时,避免了算法的过学习现象,保证了系统的稳定,同时提高了跟踪精度和动态特性。仿真和实验结果表明,BOWA-CMAC复合控制策略具有很强的鲁棒性,抑制了加载系统的多余力矩,保证了系统的稳定性,有效提高了系统的跟踪精度和动态特性,非常适合于实时控制。     

高精度SINS/CCD/GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。     

基于改进的CMAC的电动加载系统复合控制

 由于电动加载系统的非线性和时变性,特别是在运动干扰下传统的前馈控制方法很难得到满意的控制效果。针对电动加载系统的非线性及多余力矩强扰动的特点,依据神经网络的非线性逼近和自学习特性,提出了基于改进小脑模型关联控制器(CMAC)的复合控制策略,结合改进的CMAC与PID实现复合控制,由CMAC实现前馈控制,PID控制实现反馈控制,既保证了快速实时,又进一步减小了多余力矩干扰。改进的CMAC利用存储单元的先前学习次数作为可信度,消除了常规前馈型CMAC的过学习现象。文中建立了电动加载系统的数学模型,给出了具体的控制结构和算法。系统的动态仿真表明,该方法可有效地抑制多余力矩,改善电动加载系统的动态加载性能,有很强的鲁棒性。