S-03钢渗氮层裂纹分析与控制

基于渗氮层出现裂纹的原理,结合现有氮化罐老化、炉气压力不稳定等生产条件对渗氮层裂纹产生的原因进行了分析。通过对生产过程中的准备工作、炉气压力及退氮过程等可能导致渗氮层出现裂纹的各个环节进行严格控制,解决了目前生产中渗氮层裂纹的问题,提高了渗氮层的质量。     

轨道机动时考虑延迟的卫星姿态稳定控制方法

轨道机动时,测量与传输延迟,以及偏心推力对卫星姿态的持续扰动,造成传统的姿态稳定控制方法控制性能下降。为了克服这些问题,设计了对外扰与状态同时估计的闭环-开环预测器。在外扰力矩定常的假设下,给出了此种估计器对状态与外扰的预测都收敛的判定准则。利用估计出的外部扰动前馈补偿推力偏心干扰力矩,同时利用预测出的系统状态设计状态反馈控制器。通过求解两个代数Riccati方程,设计最优状态反馈增益和预测器增益。这种简单的前馈反馈结构具有良好的工程可实现性,同时仿真结果显示,该方法可以有效克服延迟和干扰的影响,提高卫星轨道机动时本体姿态稳定精度。
     

磁控进气道的临界焓提取率研究与数值验证

为保证磁控进气道工作于起动状态,提出了临界焓提取率的概念,采用涡轮喷气发动机的模型对磁控进气道进行类比分析,推导得到了磁控进气道在临界起动状态下的模型.最后通过数值验算,磁控进气道的临界状态模型与数值结果符合较好,误差小于5.7%,可为磁控进气道的设计提供参考.      

最小二乘支持向量回归机在发动机推力估计中的应用

实现直接推力控制的首要问题就是要估计出推力.基于最小二乘支持向量回归机提出了一种Wrapper算法进行特征选择,此算法不仅能降低计算的复杂度,而且能增强模型的泛化能力.另外,在对最小二乘支持向量回归机进行稀疏性建模的时候,用QR分解法代替传统的协方差法,增强了数值的稳定性.最后,推力估计器设计的应用实例,验证了本文提出的特征选择法和QR分解法进行稀疏性建模的可行性和实用性.      

固体火箭发动机的一种点火药量估算方法

针对传统经验公式估算点火药量存在的不足,从固相点火理论出发,推导得到固体发动机点火药量的计算公式.对不同配置的固体火箭发动机进行点火药量验算的结果表明,该公式估算的点火药量与发动机真实试验药量基本一致,估算精度明显优于传统经验公式,且公式通用性较好.      

多站混合定位系统的平面误差分析

基于应答方式的多站机场航管定位系统可同时采用时差和距离测量技术,应用最小二乘法和误差估计理论,对按圆周均等布站的四站、五站和六站定位系统所做的相对测量误差分析表明,利用二次监视雷达所给出的测距信息,并通过有限增加冗余测站,将能有效的提高多站定位系统的平面定位精度。     

倾转旋翼机最新进展

虽然V-22“鱼鹰”倾转旋翼飞机在近期的一次作战中再次发生坠毁事故,造成4人死亡,但是,人们没有因此停止对这项创新技术机型的探索脚步,目前V-22已经进入全速生产状态。民用倾转旋翼飞机BA609也正在为适航取证而努力。     

一种红外多传感器对中段弹道空间邻近目标的联合超分辨弹道估计方法

 分析红外焦平面(IR FRA)对中段弹道空间邻近目标(CSO)的成像特点,指出星载红外传感器为实现对空间邻近目标的跟踪必须对其进行超分辨。提出了一种中段弹道空间邻近目标联合超分辨与弹道估计新方法。该方法结合红外焦平面成像模型和中段弹道动力学模型,使得能够同时利用红外多传感器的多帧信息,基于最小二乘准则建立联合超分辨弹道估计目标函数,并分析选择各目标的起始状态参数作为模型参数。针对目标函数的高维非线性特点,推导最小化意义下等价的降维目标函数,采用量子粒子群优化算法最优化该降维目标函数直接求解模型参数,进而计算出各目标的弹道和辐射强度,实现中段弹道空间邻近目标的联合超分辨与弹道估计。仿真结果验证了该方法的有效性,且相比于传统的先单传感器单帧超分辨、然后多传感器多帧测角数据关联与滤波方法,新方法在避免数据关联复杂问题的同时,其弹道估计精度更高、分辨能力更强。     

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

弹道中段目标进动周期估计的改进自相关法

自相关法可用于估计弹道中段雷达目标的进动周期,它需要预先给出进动周期的上下限。进动周期下限可能远小于真实进动周期,此时自相关法的估计性能将严重下降。定义了自相关函数(ACF)的凸包,在此基础上提出了一种改进的自相关法。首先求出ACF和其凸包的差函数,然后搜索差函数的最大值,从而得到进动周期的估计值。理论分析和仿真结果表明:当进动周期下限和真实进动周期相差不大时,该方法的估计性能接近自相关法;当进动周期下限远小于真实进动周期时,该方法仍然具有良好的估计性能;由于进动周期的上下限之比通常大于2,因此该方法的计算量比自相关法增大的倍数小于1.4;同时它对先验信息的要求非常宽松。因此该方法具有广泛的适用性。