基于矩阵填充的二维自适应波束形成算法

针对基于矩阵填充的二维自适应波束形成问题,提出一种基于奇异值门限(SVT)的特征分解线性约束最小方差(SVT-ELCMV)算法。首先建立二维自适应波束形成矩阵填充模型,其次验证接收信号矩阵满足零空间性质(NSP),并分析最小可恢复阵元数,最后以SVT算法将稀疏阵列信号恢复为完整信号,并通过修正的特征分解线性约束最小方差(LCMV)形成有效波束。算法解决了稀疏阵列平均副瓣大幅度上升的缺陷,且在平面阵列部分阵元无法正常工作时依然有效。计算机仿真表明:SVT-ELCMV算法可使稀疏阵列具有与完整阵列相同的二维波束形成能力,并可有效抑制干扰信号,验证了算法的有效性和优越性。     

模型大迎角高速动态特性与数据精度分析

为满足新一代高机动飞机气动性能评估、控制系统精确设计与高机动作战指标实现的需求,模型高速风洞大迎角俯仰动态特性探索及其试验数据精度的确定势在必行,且具有十分重要的工程意义。选取70°三角翼模型、SDM和Su-27飞机模型,在FL-24风洞的大振幅俯仰动态试验技术平台上对动态气动特性与试验数据精度进行了研究,获取了70°三角翼模型、SDM和Su-27飞机模型动态气动特性与重复性试验结果。研究结果表明：试验条件下,3种模型的动态数据精度较高,基本达到了高速风洞大迎角常规测力试验数据的精度水平。     

冲压发动机油箱气路系统长期贮存密封性能研究

为了研究长期贮存对冲压发动机油箱气路系统密封性能的影响,使用流导计算公式推导得到了典型密封结构的漏率计算公式,并通过漏率定义推导得出了长期贮存压差迭代计算公式,对油箱气路系统的典型密封结构在长期贮存条件下的密封能力进行了研究。结果表明,密封结构的漏率主要受内外压差和密封具体形式的影响,现有的密封结构可以保证贮存10年后油箱内气压下降不超过原始压力的0.15‰。计算结果与试验结果的一致性很好,证明了现有油箱气路系统密封方案的合理性。     

轨/姿控发动机试验数据快速自动处理技术

轨/姿控发动机试验数据需即时提供,大量数据的快速自动处理技术未见报道。在简述了高空模拟试验特点、Pacific6000原理及数据文件结构后,分析了当前计算方法优缺点;在此基础上,将网络脚本语言的设计思想引入试验数据处理过程,提出了实现数据快速处理的数据流式算法,进而形成自动处理技术;基于此算法开发了工程应用软件,在实际试验中应用,取得了良好效果。该技术对类似计算和海量数据的快速处理具重要工程参考意义。     

小型铯原子钟微波腔调谐过程的仿真研究

通过建立模型,利用Ansoft HFSS 12.0对小型铯原子钟内微波腔的调谐过程进行了仿真,得到了调谐棒半径、在调配器内长度与微波腔谐振频率之间的关系曲线。结果表明,调谐棒半径一定时,调谐棒长度在一定范围内,微波腔谐振频率随着长度的增加逐渐下降;随着半径的增大,微波腔谐振频率的变化范围逐渐增大,在铯原子跃迁中心频率处,调谐棒长度对微波腔谐振频率的影响变大。根据仿真结果,给出了调谐棒半径的取值范围,为微波腔的设计、加工和调谐提供了理论指导。     

采用小电流进行阻值测试的方法研究

介绍了一种采用小电流进行阻值测试的方法。其用于要求严格控制测试电流、电压的阻值测量领域,采用了自动测试功能,解决了现有测试过程繁杂、耗时、准确度低、受人为因素影响较大等问题,提高了测试效率、安全性和准确度。     

船身式水上飞机中高速静水滑行阻力估算

根据水上飞机起飞滑行阶段特殊的多介质环境,参考滑行艇水面滑行阶段的阻力特性分析方法,提出一种考虑气动布局影响的估算船身式水上飞机中高速静水滑行阻力的半理论半经验公式;用此公式计算得到某船身式水上飞机中高速滑行阶段的水动阻力及俯仰角随体积弗劳德数变化曲线,并分析水动阻力及俯仰角变化的原因;根据得到的水动阻力及俯仰角,计算某船身式水上飞机起飞滑跑距离,计算结果与试验结果一致,间接验证了所提出阻力计算公式的有效性,同时也为计算船身式水上飞机起飞滑跑距离提供一种思路.      

航天器测试需求描述及其自动生成

航天器作为一个典型的安全苛刻系统,其可信性研究需求迫切,支持可信性评估的数据来自于航天器测试用例的执行,而航天器测试需求是测试用例生成的重要依据.在实际应用中,对航天器这类复杂系统,面临测试需求庞杂、测试需求编制周期长、人工经验编制方式难以保证测试需求的充分性、完备性及可复用性等问题.针对这些问题,通过分析航天器组织结构特点,建立航天器形式化模型,基于航天器测试任务流程,给出了航天器静态测试需求和动态测试需求形式化描述规范,并给出航天器测试需求自动生成方法,保证了测试需求的充分性和完备性,提高了测试需求复用性,与人工编制方式相比,缩短了测试需求编制周期.最后设计并实现航天器测试需求生成应用系统,验证所提出方法的有效性.      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.