低轨卫星面阵凝视成像技术研究

文章介绍了面阵凝视成像的工作原理及特点，阐述了低轨卫星对地观测凝视成像面临的像移问题及其解决措施，对像移补偿装置与二维指向机构的结合做了初步探讨。     

基于小波分解与分形内插相结合的地形数据压缩方法

地形匹配制导中需要使用大量的地形数据，因此有效的地形数据压缩技术是非常重要的。传统的地形数据压缩方法主要采用线性内插的方法，但这对于地形起伏较大的山区地形失真太大，不能满足高精度导航的要求。本文基于小波分解与分形内插相结合的方法，提出了一种新的地形数据压缩方法，它具有压缩比高，保真性好，解码快的特点，特别适合山区地形数据的压缩。     

三维表面粗糙度的均方根波长评定

基于分形几何理论,通过分析随机粗糙表面的轮廓谱矩和表面谱矩的特性,提出了具有均一性和随机性的三维表面的均方根波长评定方法,并给出了理论推导及计算公式.还通过仿真模拟和对平面磨削试件的实测,验证了该方法的正确性.结论表明,对于不满足均一和随机性的表面,一般其加工纹理比较明显,可直接在垂直于加工纹理的方向上进行测量和评定,以此来表示三维表面的均方根波长.     

涡轮高压导叶流场结构及损失分析

采用具有TVD性质有三阶精度Godumov格式，数值模拟了某型涡轮高压导叶流场，并对流场损失及涡系结构进行分析，结果表明由于强烈的径向流，使低能流体大量地迁移到下端壁，使得下端部的损失显著增大，从而引起了总损失的增加。因此在高压导叶设计中，当采用低展弦比叶片时，应注意削弱叶片出口附近流场的严重径向窜流。     

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

基于降维算法和等效杆长的可展结构精度分析

考虑铰链间隙和杆件尺寸误差的不确定性并通过概率统计方法对其进行研究,提出了一种基于单变量降维算法(UDRM)和等效杆长模型的可展结构精度分析方法。利用UDRM将可展结构的精度性能函数解耦为多个杆件尺寸误差的独立作用形式,建立精度分析模型。引入等效杆长模型,等效杆件替代原杆件进行精度计算。将铰链间隙与原始杆件尺寸误差合并到等效杆件的尺寸误差中,同时证明了等效杆长尺寸误差近似服从正态分布。以某卫星可展开天线为算例,结合高斯求积公式求解展开状态下精度指标的分布期望和方差。通过与蒙特卡罗模拟(MCS)和一次二阶矩(FOSM)法计算结果的对比验证了本文精度分析方法的正确性和高效性。     

温度场对航空发动机转子超转破裂的影响

CCAR33.27超转适航要求，分析和试验确定的超转转速，必须基于温度和温度梯度的最不利组合。因此，研究温度和温度梯度对超转破裂的影响有非常重要的意义。以某型航空发动机低压6级涡轮转子为例，采用极限应变方法开展了转子部件的超转破裂分析，对比了常温和高温（红线转速对应的温度分布）下转子关键轮盘应变分布趋势和应变增长规律、预测的超转破裂的起始位置和破裂转速等轮盘超转特性；针对超转破裂分析，提出了在高温条件下，经过常温超转破裂试验验证的方法应用的有效性条件。低压涡轮转子的分析结果也显示，红线转速对应的温度状态下，轮盘超转破裂转速比常温下显著降低，而高温下材料屈服强度的大幅降低则是破裂转速下降的主要原因。     

一种分形DGS单元结构设计及其在微带电路中的应用

文章设计出了一种新型的DGS单元——Minkowski分形哑铃DGS单元，并将其应用于微带电路的设计中。利用HFSS软件对相关电路模型进行仿真，结果表明，具有相同尺寸的一阶分形单元电路（缺口深度P=2／3）与普通的哑铃形DGS单元电路比较，谐振频率降低了1．1GHz。利用此分形单元设计电路，可以达到电路小型化的效果。     

气核尺寸对气液同轴离心式喷嘴自激振荡的影响

为了研究气核尺寸对气液同轴离心式喷嘴自激振荡的影响,采用水和空气作为模拟介质,开展了室压条件下冷态喷雾试验。通过试验分析了气核尺寸较大时气液同轴离心式喷嘴自激振荡的喷雾形态,与文献中气核尺寸较小时的喷雾形态进行对比发现气核尺寸不同时,该类喷嘴自激振荡的喷雾形态不同,气核尺寸较大时呈"圣诞树"型分布,气核尺寸较小时呈"串"型分布。气核尺寸对气液同轴离心式喷嘴自激振荡的产生机理有显著影响,由于自激振荡产生机理的不同,喷嘴缩进长度对自激振荡的影响也不同,气核尺寸较大时自激振荡频率随着喷嘴缩进长度呈复杂变化特征,气核尺寸较小时喷嘴缩进长度对自激振荡频率没有影响。气液同轴离心式喷嘴自激振荡频率为2~4kHz,与燃烧室一阶振型接近,喷雾自激振荡可能会诱发燃烧室不稳定燃烧。     

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.