考虑水膜蒸发的三维明冰积冰数值研究

明冰积冰过程中冰层表面会覆盖一层薄水膜,水膜在冰层表面流动和传热,水膜蒸发会引起质量和能量传递,对积冰相变产生影响。为了研究水膜蒸发对积冰的影响,在已有三维积冰模型的基础上,考虑了明冰积冰过程中水膜的蒸发,建立了考虑水膜蒸发的三维积冰数学模型,并开发了相应的积冰计算程序。选取NASA提供的典型算例,模拟了明冰积冰条件下NACA0012翼型的积冰过程,并将计算结果与NASA试验和数值结果进行对比。结果表明水膜的平均蒸发量为1.5g/(m~2·s),蒸发吸收的热量占总传热的35%。与不考虑水膜蒸发的计算结果相比,本文得到的积冰量和冰形都与试验结果具有更好的一致性,说明三维明冰计算中考虑水膜蒸发是有必要和合理的。     

苏联早期的“警棍”和“凉鞋”“短剑”导弹

赫鲁晓夫唬住了美国人1960年1月14日,赫鲁晓夫在苏联最高苏维埃会议上以《为了永久和平与友谊而裁军》为题发表演说,首次形成了国家核军事理论。该理论认定弹道导弹应在军事战略中占据中心位置,并应成为欧洲战争及有超级大国参加的战斗中的决定因素。赫鲁晓夫认为,新的战争将从使用核武器的大规模突袭开始。     

苏联第一代洲际弹道导弹的终结

13日开始研制的P-16洲际导弹（SS-7）的第一次试验发射。当时,技术人员正在发射塔架上有条不紊地进行着发射前通常的准备工作,导弹燃料加注后没有迹象显示有任何不寻常之处。     

有理函数模型在光学卫星影像几何纠正中的应用

分析了中国光学卫星影像的严密成像几何模型,并采用有理函数模型(RFM)拟合严密成像几何模型,分别对"资源二号"两景影像(平原与山区)和"遥感二号"一景影像进行了几何纠正试验。试验中,参考相应地区1∶10 000数字正射影像(DOM)选取一定数量的控制点用于精化有理函数模型参数,结合相应地区1∶10 000数字高程模型(DEM)对影像进行正射纠正,纠正精度反映了RFM拟合严密成像几何模型的正确性,但同时也反应了中国光学卫星与法国、美国光学卫星在内检校工作上的差距。     

2007年度国内运输航空器发动机使用和空中停车统计分析

本文通过搜集、整理、分析使用困难报告（SDR）系统中发动机的运营信息,总结了19972007年间国内运输航空器发动机的使用情况,并对2007年空中停车事件的分布特点和原因进行了深入分析。     

基于OPTIMUS的小型战术导弹多学科设计优化

针对小型战术导弹总体设计过程中学科耦合性强、计算复杂度高和难以得到全局最优解等问题,对多学科设计优化技术在总体方案论证中的应用展开了研究.首先,从工程实际的角度建立了小型战术导弹推进、几何外形、气动、质量、弹道等学科设计模型.其次,运用多学科可行法,在多学科设计框架OPTIMUS中进行了学科集成与工作流的搭建,实现了仿...     

军用装备运输振动环境：全息分析与再现

本文讨论了军用装备运输振动环境的全息分析与再现方法。基于乘积模型的信号解调,将运输振动分解成载波和调制波,结合谱分析获得表征运输振动的关键特征参数,以此统计制定试验条件,同时给出了运输振动再现方案与保真度评价方法。通过多个案例的演示验证,该方法展示出广泛的适应性和灵活性,具有较好的应用价值。     

OFDM系统中峰平比问题的方法研究

OFDM技术最主要的缺点是具有较大的峰值平均功率比(PAPR)。文章就目前降低PAPR对OFDM系统影响的主要方法进行了简单综述。一种方法是从OFDM信号着手,包括剪波法(限幅法)、编码技术、相位旋转方法;另一种方法是对高频功率放大器的实现线性化技术,主要是放大器预失真方法。     

仪器舱惯组支架角振动传递特性分析

大型的仪器舱角振动试验对试验能力提出了新要求,仿真计算十分必要。建立了仪器舱和惯组小系统的有限元模型,研究了惯组系统置于仪器舱支架上后角振动传递特性的变化规律,分析了线角交联响应特性。分析表明,放置于支架上的惯组角振动传递特性变得恶劣,而且线振动输入下交联响应较大。研究结论对于仪器舱角振动试验的实施具有很大价值。     

基于递推自适应权重的快速稠密立体匹配

针对经典自适应权重稠密立体匹配算法计算量大的问题,提出了一种递推自适应权重算法.重新定义相邻像素的权重为距离衰减因子和色彩差异函数的乘积,不相邻像素权重为相邻像素权重的累乘,色彩差异越小、距离越近的像素权重越大;证明了在新的权重定义下,一维空间的匹配代价融合可以通过两次递推完成,真实图像的匹配代价融合可以通过4次递推完成,同时给出相应递推公式;递推匹配代价融合时每个像素每一视差只做4次乘法和8次加法,计算量比窗口大小为35×35的经典自适应权重算法小约两个数量级;基于递推匹配代价融合实现了一种快速稠密立体匹配算法.使用Middlebury大学的测评集测试该算法,证明了递推自适应权重算法的速度和精度均优于经典自适应权重算法.