卫星磁力矩器磁场效应仿真分析

磁力矩器是卫星上磁性较大的部件之一,局部的强磁场是影响卫星周围带电粒子分布的主要原因。为了定量分析磁力矩器与等离子体相互作用,文章基于磁场与运动粒子的耦合模型,利用有限元数值分析软件仿真了典型轨道航天器上磁力矩器工作时周围带电粒子入射轨迹变化及电荷(粒子数)分布。结果表明,受磁场作用,带电粒子在接近磁力矩器本体时会发生偏转,且偏转幅度随电子能量降低而增大;由磁场引起的这种偏转效应导致带电粒子不均匀入射到卫星内。     

超高分辨率相机成像检测系统的设计与实现

讨论了超高分辨率相机成像检测系统的设计;分析了系统的设计目标;设计了系统的架构;给出了系统实现的技术指标。     

基于多处理机系统在超立方体上并行仿真BP神经网

本文介绍了人工神经网络的基本实现途径,并对Intel iPSC860/P超级计算机系统作了简介,给出了在超立方体上实现BP算法并进行并行仿真所得到的结论     

INS/CNS/GNSS组合导航系统信息分析及其滤波器设计

分析了INS/CNS/GNSS组合导航系统信息结构的特殊性 ,指出在此情况下应用联邦滤波器进行状态估计的信息不对等。针对此类情形 ,设计了几种滤波器的结构 ,分析了所设计滤波器的信息构成及信息的分配与融合 ,并尝试提出伪联邦滤波器的概念。本文所讨论的情形及设计的滤波器结构可以推广到一般的同类情形 ,并应用到相似的多传感器信息融合系统中     

硝胺固体推进剂燃烧性能计算的神经网络方法

传统的燃烧模型致力于对固体推进剂燃烧的物理化学过程的数学描述，其发展往往受到对推进剂燃烧机理认识程度的限制，本文利用误差反转（ＢＰ）神经网络建模的方法建立了硝胺固体推进剂燃烧性能及其影响因素（硝胺含量、压强、硝胺重均粒径）的定量关系，而不考虑燃烧的具体过程，根据此定量关系对硝胺固体推进剂燃烧性能的计算表明，计算结果和实验值吻合得较好，这为推进剂配方的计算机辅助设计提供了一种新方法。     

基于雷达对抗的多源情报融合

基于雷达对抗的多源情报数据融合已成为现代军事作战的重要组成部分,并在夺取战争信息优势、及时掌握战场态势中发挥着越来越重要的作用.就基于雷达对抗的多源情报融合的基本概念、必要性、融合方法、融合思路、融合流程进行了综述和探讨.并就今后的相关发展、研究和应用提出了几点思考.     

飞机机身大迎角气动力实验研究

本文研究了机身模型在迎角０￣９０°范围内的气动特性，实验风速为２１ｍ／ｓ，相应的实验雷诺数（基于机身直径）为０．８６×１０＾５。模型可改变前体头部形状、前体形状、前体长细比和后体长细比，以研究机身形状和几何参数对气动特性的影响。重点分析了非对称起始迎角、侧力和偏航力矩特性。本文研究的机身形状包括尖切拱形、圆锥、钝头型圆锥、椭圆锥和鲨形等５种前体以及相应的后体：所讨论的几何参数有头部半顶角、前体长细     

对安放直机翼的平板测定三维湍流边界层的低、亚音速特性

 本文介绍了在低速和亚音速来流情况下,对一安放着直机翼的平板,在其附体流部分所作的三维湍流边界层特性的测量;讨论了压强梯度和流线曲率对壁面律、尾流律以及湍流应力和混合长分布的影响。 测量结果表明:适用于二维湍流边军层的Coles速度型和混合长分布规律都应考虑当地的压强梯度和流线曲率的影响才能用于三维流情况。本实验测得的三维湍流边界层的亚音速特性在性质上与低速特性无显著区别。     

陶瓷涂层隔热性能试验研究

本文对跨音速复合式气冷涡轮导向叶片陶瓷涂层隔热性能进行了试验研究。试验结果表明 ,叶片中截面净隔热效果为 167K,局部位置为 145～ 2 0 6K。并且 ,研究了燃气温度对叶片陶瓷涂层隔热性能的影响     

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.