神经网络在雷达辐射源识别中的应用研究

由于现代战争中雷达信号环境日趋复杂 ,新体制和复杂体制雷达大量涌现 ,现有的雷达信号识别方法不能适应未来电子战环境 ,研究新的高效的雷达识别方法 ,已成为当前比较迫切的课题。研究了雷达辐射源识别的神经网络方法 ,分析了它的可行性及其优点 ,给出了用B -P网络来实现雷达辐射源识别的方法 ,并与ESTRR方法进行了比较。     

载人航天器生活舱内湿度场的稳态数值模拟

研究载人航天器生活舱内部的湿度情况具有重要意义。由于生活舱设备外形和结构相当复杂,难以建模,因此按照速度梯度、湿度梯度较大的优先原则,合理选择简化舱体结构及舱内设备。采用基于有限元网格的控制容积法对计算区域离散,对离散方程组求解得出水汽质量浓度分布后,结合舱内温度场通过一定的转换关系最终得到了生活舱内部的湿度分布。数值分析结果表明生活舱内处于相对湿度较高的状态下,提示还需进一步采取措施以改善舱内湿度水平。     

电离总剂量复合屏蔽模拟仿真及验证试验

空间环境中辐射粒子的电离总剂量效应对卫星电子器件危害严重,需要采用合适的材料进行屏蔽防护.本文采用蒙特卡罗方法模拟材料对电子的屏蔽,将双层复合屏蔽方法与单质屏蔽方法进行对比,结果表明对电子而言,复合屏蔽在屏蔽厚度足够大时比单质屏蔽效果更好.利用⁹⁰Sr-⁹⁰Y电子放射源进行了复合屏蔽效果的验证试验,试验结果与模拟结果规律相符,研究结果可为辐射防护的优化设计提供参考.     

角速率输入下圆锥补偿算法的一般形式

传统圆锥补偿算法直接应用于由速率陀螺组成的捷联惯导系统时,算法误差明显增大.为抑制算法误差,提出了一种以角速率为输入信号,任意子样数圆锥补偿算法(包括改进算法)的一般形式,并在典型圆锥运动条件下以算法漂移误差最小为优化准则,推导了相应的圆锥补偿系数方程和算法误差表达式.利用给出的公式,求解一个线性方程组即可得到圆锥补偿系数,可方便快捷的设计任意子样数的角速率圆锥补偿算法以及改进算法.仿真结果表明,所设计的改进算法比同子样数常规角速率圆锥补偿算法在精度上有明显提高.      

航天器用低太阳吸收比无机热控涂层制备及性能研究

航天技术的发展和深空探测的需要,对热控涂层的光热性能和空间环境稳定性提出了更加苛刻的要求。为此,文章设计内核为Zn₂SiO₄、外壳为具有可见光波段高透过性SiO₂的核壳结构颜料,并将其制备成热控涂层。试验结果表明：涂层T-Zn₂SiO₄@SiO₂的太阳吸收比为0.09,具有超低吸收特性。在此基础上,文章系统性表征了涂层在真空-紫外辐照后太阳吸收比和内部缺陷的变化,初步解析了紫外辐照后光学性能演化机理,可为研制低太阳吸收比、高稳定性新型热控材料提供新思路。     

基于地磁场模型修正的自主定轨

地磁场模型存在的误差是磁测定轨精度较低的主要原因之一,为提高自主定轨的精度,本文采用扩展卡尔曼滤波作为处理磁测自主导航问题的滤波算法,以磁强计及星敏感器输出信号为测量信息,对卫星的位置及速度信息进行了估计,并对地磁场模型中几个重要的高斯系数进行了估计与修正。最后给出了数学仿真算例。     

一种非均匀面阵单快拍自适应处理方法

提出一种基于虚拟阵列内插技术的非均匀面阵单快拍自适应处理方法。首先,通过虚拟阵列内插技术将非均匀面阵转化为均匀面阵,继而采用均匀面阵的单快拍方法对其进行自适应处理,从而突破了非均匀面阵单快拍处理瓶颈,实现了期望信号恢复和干扰置零。最后,通过仿真实验对方法进行性能验证。     

涡扇发动机全包线加速控制计划改进方法研究

加速控制计划直接影响了发动机的响应速度以及运行安全。为了提高发动机响应能力,提出了一种基于等温度线的发动机全包线加速控制计划。分别针对稳态和动态过程开展相似换算误差分析,证明并验证了关键参数在等风扇进口温度时,具有较高相似换算精度的规律。基于此换算误差理论,提出全包线加速控制计划改进方法,该方法在不同等风扇进口温度下设计多条加速控制计划,再通过线性插值得到包线内不同等温线下的加速控制计划。结果表明,改进后的加速控制计划相比于传统单点优化得到的加速控制计划,发动机加速至最大转速的98%所需的时间减少了7.2%,最大转速提升了1%,且风扇、压气机喘振裕度和涡轮前温度等均未超出限制值。因此,该方法相比于传统单点优化方法既提升了在包线内获取的加速控制计划的精度,又确保了发动机在包线内安全稳定工作的前提下更好的发挥加速性能。     

航空发动机故障诊断方法及测试流程分析

阐述了某型航空发动机工程研制中应用的发动机故障诊断方法及测试流程。根据发动机型号的使用特点和发动机故障诊断方法对FMECA分析结果进行故障分类,指出了各类故障在现有的测试技术下是否能进行故障诊断,并对能诊断的故障类型进行了详细的故障诊断及测试流程分析,经验证,发动机故障诊断方法及测试性流程可满足航空发动机型号的测试性需求。     

利用互相关差分模型在环境激励下提取模态参数

对于一些大型结构,难以采用人工激励进行模态识别,只能利用环境激励信息,单独从响应数据提取模态参数。针对这一实际情况,首先从经典差分模型入手,推导出了环境激励下的多参考点互相关差分模型,然后分别采用增广矩阵法和多项式特征值法求解模态参数。最后采用一飞机模型对多参考点互相关差分模型法进行了试验验证,并且将2种求解方法得到的结果进行了比较。结果表明,多参考点互相关差分模型能够有效地进行环境激励下的模态识别,并且多项式特征值法比增广矩阵法所得结果更好。