基于稀疏表示的多雷达信号二维融合处理

多雷达信号融合通过对多视角和多频带雷达信号进行相干融合,可以提高图像的距离和方位向分辨率.为了克服基于谱估计的多雷达信号融合方法稳健性严重依赖于散射点个数估计精度和二维极点配对精度的问题,在深入研究逆合成孔径雷达(ISAR)信号的基础上,构造了多雷达信号二维融合的线性表示模型,将融合处理转化为一个信号表示问题;充分挖掘...     

侦察测向技术研究

无线测向系统在民用和军事领域均有大量的应用。从信号识别的方法出发,对侦察测向方法进行了比较。对目前应用广泛的干涉仪测向方法和对制约其指标实现的解模糊算法进行了分析,最终实现了一套侦察测向系统。     

利用BP网络进行发动机故障诊断的研究

探讨了利用人工神经网络的ＢＰ网络进行发动机故障诊断的特点。通过发动机实际故障样本和模拟故障样本对ＢＰ网络的故障诊断功能进行了研究，并且对ＢＰ网络与主因子模型两种算法进行了比较。     

采用内积原理建立航空发动机神经网络辨识模型

根据样本空间的内积特性,提出一种无需迭代学习内积神经网络。以某型航空发动机的机载记录数据为例,对发动机进行了建模,结果表明该方法具有自学习速度快、抗干扰能力强、准确性高的特点。     

发动机故障诊断主状态量模型的数学模型

发动机故障诊断的一种主要方法是根据故障方程和发动机性能参数的测量值确定故障的类别和故障程度,故障方程组通常是亚定的。主状态量模型是求解亚定的故障方程的有效方法。主状态量模型的主要内容是根据最少故障原理,利用最优化方法求解然后根据合理性准则选择合理最优解。本文详细地讨论了主状态量模型可能采用的数学模型,并且指出:(1)主状态量模型可以采用不同的数学模型求解;(2)并非所有的数学模型都能给出合理的结果。本文的研究结果表明,约束或无约束超定最小二乘法和单个优选的散度法是发动机故障诊断主状态量模型的理想算法,而本文中所讨论的其他算法都或多或少存在一定的问题。     

发动机故障诊断主状态量模型合理解的选择

主状态量模型是基于发动机故障方程的发动机故障诊断的一种十分有效的方法,它在发动机故障诊断上的成功应用已为大量实例所证实。发动机故障诊断主状态量模型的一个技术关键就是合理解的选择问题。本文给出了选择合理解的基本原则。这些原则可以有效地提高合理解选择的确定性和故障诊断的故障分辨率。对于JT9D发动机的大量故障实例利用主状态量模型(加权最小二乘法)进行了检验。故障诊断的成功率达90%以上,并且得到了许多有用的信息,文中给出了24个实例的故障诊断结果以及故障趋势分析的典型例子。     

导弹水下点火的流体动力研究

对轴对称导弹水下点火这一非线性瞬态流动提出以下数学模型及求解方法。水流场假设为理想不可压势流,用边界积分方程法求解;喷管中的燃气流动按准一维非定常无粘完全气体流动处理,用逆步有限差分格式的特征线法求解;喷入水中的燃气流采用简化的等压泡模型,用Euler-Lagrange方法模拟气泡的演化。按照时间步进方法实现了水、气流动和物体运动的数值耦合求解。数值实验结果反映出导弹水下点火时水气流动的一些重要特性。     

计算沿转子叶高损失分布的半经验模型法

本文对现有的几种计算转子损失的半经验模型进行了系统的对比验算,发现这些损失模型在准确性和适用范围方面均不能满足工程计算的要求。通过对这些模型进行加权平均,并采用了减振凸台损失模型,得到一种新的模型,该模型在除叶尖和叶根外的大部分叶高上,能够比较准确地估算沿转子叶高的损失分布。本文还成功地将此模型用于流线曲率法,得到一种能满意地预测轴流压气机转子损失和流场的计算方法。     

涡喷发动机加速控制系统数学模型及数字仿真

 本文介绍了航空涡轮喷气发动机加速控制系统数学模型建立、数字仿真方法。由于加速过程是一个大偏离动态过程,因而发动机与加速控制器模型均用非线性方程描述,对非线性方程组求解和系统迭代方法本文进行了讨论。算例中分析了在不同飞行条件下发动机的加速规律。     

发动机故障隔离技术的主特征量模型

本文提出了发动机气路分析故障隔离技术的主特征量模型。主特征量模型的基本原理如下:发动机征兆量和发动机特征量之间存在着特殊的函数关系,即 n 个征兆量小偏差方程可以被少于 n 的 t 个故障量偏差所满足。利用这一特性可以对多于征兆量数目的 m 个特征量进行故障隔离。与目前广泛采用的影响系数矩阵法比较,主特征量模型不仅具有更广泛的实用意义,而且数学模型更加严格,并且能提供较多的故障诊断信息。文中给出了主持征量模型的两种求解方法,即最小征兆量偏差残差模法和最小特征量偏差法。文中还给出了主特征量模型的计算例题,并对计算结果进行了分析。