多帧PML规整化湍流退化图像复原算法

从湍流退化图像中有效地恢复出原目标图像,是空间目标成像观测亟待解决的问题。为解决强模糊实际观测湍流退化图像的复原问题,本文提出了多帧PML规整化图像复原算法。该算法主要利用非线性规整化项在点扩散函数和目标图像的估计过程中进行平滑。为验证算法的有效性,针对强噪声退化图像进行了恢复实验,实验结果证明,该算法对于强噪声湍流退化图像的复原是非常有效的。     

分数傅立叶变换用于抑制SAR杂波背景检测慢速动目标

慢速运动目标在时、空、频域上都落入主杂波区。利用单通道SAR图像中静止背景的信息抑制静止杂波,可改善检测动目标的性能。分数傅立叶变换是线性变换,不存在交叉项,采用分数傅立叶变换搜索匹配动目标信号,使其能量汇聚。对称计算旋转角正负对称的分数傅立叶变换,在两个对称的分数傅立叶域中得到两个复信号,这两个复信号中静止背景的模处处相同,而包含动目标的区域,模的幅度有很大差别,计算对称的分数傅立叶域信号对应位置模的差,取绝对值,可对消静止背景,敏锐地检测动目标。实测数据表明本算法有效。     

基于STFRFT的LFM引信抗欺骗干扰方法

针对线性调频脉冲压缩引信易受转发式假目标欺骗干扰问题,提出了基于短时分数阶傅立叶变换(STFRFT)的抗欺骗干扰方法。首先,通过分数阶傅立叶变换将回波信号与欺骗干扰各分量信号进行分离;再利用相同调频率的LFM信号经短时分数阶傅立叶变换后最大幅值与窗函数宽度成线性关系,而不同调频率的最大幅值不随窗函数宽度变化的特点,有效分辨假目标欺骗干扰,正确检测目标回波信号;最后,通过仿真证明了方法的正确性,并验证所提方法具有良好的抗欺骗干扰效果。     

探测点序列的最优化与简化计算方法

在搜索状态建模和求解一阶搜索状态方程的特征迹线解的基础上,建立了对随机运动进行离散时间探测的发现概率最优控制模型,结合动态规划原理给出一种最优探测点序列的逼近算法,并给出了短时计算的算法简化形式。在满足一阶搜索状态方程的随机恒速目标条件以及有限指数探测函数条件下,将给出的算法及其简化形式应用到算例。算例表明,当随机恒速运动目标初始位置和速度均服从圆正态分布时,该算法及其简化形式均能够由任意给定的初始探测点序列优化收敛到满足精度要求的最优探测点序列。     

平面不可压后台阶湍流流动的数值模拟——壁面温度的影响

对平面不可压后台阶湍流流动进行了数值模拟,研究了台阶后下壁面温度对流场的影响.数值模拟采用SIMPLE算法,湍流采用k-ω湍流模型模拟.研究结果表明台阶后通道温度剖面分为大梯度区、过渡区和稳定区,对于温度剖面的过渡区在后台阶流动的回流区具有凸的特性,而在恢复区具有凹的特性.另外,数值解表明湍流模型在模拟具有分离再附着流动特性的后台阶湍流流动时具有很高的精度.     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，提高解的均匀性。典型的多目标数值算例结果表明，改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例，将改进的MOCS算法应用于多目标气动优化中，改进的MOCS算法共获得64个Pareto解，优化后的翼型气动性能有明显的提升，设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题，改进的MOCS算法与目前主流的NSGA-Ⅱ相比，收敛速度更快。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

基于降阶模型和梯度优化的流场加速收敛方法

CFD是解决流体相关复杂工程问题的重要手段，随着流体力学研究和工程应用问题的日益复杂，更高效、精确的CFD算法研究至关重要。提出了一种基于降阶模型（ROM）和梯度优化用于加速稳态流场的收敛方法。该方法首先收集CFD迭代求解过程中的流场快照构造基于正交分解（POD）的降阶模型，然后使用梯度优化方法求解降阶模型得到残差更低的流场，最后以该流场为初值继续进行CFD迭代求解从而加速CFD的收敛过程。将该方法用于基于有限体积法的CFD求解器中，针对无黏、湍流算例验证了所提加速收敛方法的有效性。结果表明，加速收敛方法相比于初始CFD方法迭代步数能显著减少2～3倍，是一种高效且鲁棒的加速收敛方法，且在复杂工程问题中具有广泛的应用前景。     

航空线阵CCD相机图像退化数学模型的建立

由于受到大气湍流，相对运动及传感器噪声等因素的影响，使得航空CCD侦察图像成为一个包含真实目标信息的退化图像，而噪声消除由于受CCD结构特点的限制，与传统的胶片噪声去除不尽相同，本文立足CCD特点，提出了一种适合CCD图像退化的数学模型。     

可压缩湍流边界层壁面函数方法综述

以建立工程实用的高超声速湍流边界层模拟方法为目标,从湍流壁面函数是湍流边界层方程近似解的角度,梳理了相关文献的研究工作,得到如下认识:1)壁面函数与所求定解问题数值解的相容程度决定了壁面第一层网格允许放粗的程度,在流动分离点和再附点附近区域,目前壁面函数尚需进一步完善,而"子网格"壁面函数从理论上解决了相容性问题,尽管...