交互多模型PHD滤波跟踪多目标方法

在机动多目标跟踪问题中,目标数未知或随时间而变化,概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数,但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法,建立多模型描述多目标运动方式,利用PHD滤波结合多模型跟踪目标运动轨迹。同时,给出了多传感器交互多模型PHD滤波方法,以提高目标跟踪精度。     

固体火箭发动机燃烧稳定性预估的三维通用计算方法

针对一个变截面开槽管状装药单室双推力发动机，讨论如何应用三维声学有限元分析来确定燃烧室内腔的声学特性，以及在此基础上进行发动机燃烧稳定性预估的三维计算方法，目的是为研制部门提供通用的软件。应用本文编制的计算程序进行试算的结果表明：（１）燃烧室内腔前１０阶固有振型的预估误差不大于３％；（２）该发动机的燃烧稳定性接近临界状态，与地面试车情况定性一致。最后，还就声学分析的验证，减少占用内存及计算机时，以及预估方法的进一步改进等问题做了必要的讨论。     

航空薄壁零件加工变形的有限元分析

介绍了有限元法在薄壁件铣削加工中的应用,并运用ANSYS5.4有限元分析软件对典型薄壁框体零件的加工变形进行了分析计算,结果与实际加工情况相符,由此提出一种数控补偿方法来降低让刀误差,从而控制薄壁件的加工精度.     

三维型面非接触测量系统现场标定技术

针对双眼视觉传感器三维型面测量系统,介绍了一种利用平面标靶实现系统标定的方法.标定过程无需辅助设备,仅要求两个摄像机同时拍摄一幅标定板图像,利用标定板上的控制点计算左右图像对应的单应性矩阵.结合进化策略优化左右主像点,从单应性矩阵中获得测量系统的其他标定参数.同传统定标方法相比,该方法简单、快捷,适用于现场标定.      

轴向通流多级旋转盘腔内的稳态换热特性

针对航空发动机多级压气机盘腔的冷却问题,对具有轴向通流的三腔模型进行了系统的研究,通过对局部换热特性与平均换热特性的分析,可以表征旋转盘的热应力水平和相对冷却效果,结果表明表征旋转盘热应力水平的局部换热特性在旋转盘的半径上呈多峰分布,表征相对冷却效果的平均换热特性与旋转雷诺数Re_w、进气雷诺数Re以及格拉晓夫数Gr有关,当Re及Gr增加时,平均努塞尔数 u随之增加,而Re_w的增加使之减小.      

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。     

直升机控制增稳系统的一种综合设计方法

提出了特征结构配置/奇异值灵敏度分析/回路传递复现（LTR）综合设计方法,为某直升机在悬停飞行状态下,设计了控制增稳系统,并对飞机系统状态参数改变及由某个速度下过渡到飞机悬停状态的过渡过程进行了数字仿真。     

等离子体接触器对空间站充放电的影响

针对采用100V高压电池阵的空间站结构体带电现象,提出采用等离子体接触器进行主动电位控制方案,根据此方案建立包含接触器的空间站充放电等效电路模型,研究等离子体接触器对空间站充放电过程的影响及空间站结构因素对接触器钳位效果的影响,从而了解等离子体接触器与空间站悬浮电位的耦合特性。结果表明,无论空间站处于“快速充电”还是“正常充电”情况,等离子体接触器均能有效将空间站悬浮电位钳制在合理范围内。空间站结构因素中,电池阵暴露导体面积对接触器钳位过程影响较大,结构体暴露导体面积和结构体等效电容的影响可忽略。     

串联式TBCC进气道模态转换模拟器设计及其特性分析

为了实现涡轮基组合循环（TBCC）推进系统平稳模态转换过程的模拟,在前期风洞试验研究的基础上对串联式TBCC进气道模态转换模拟器进行重新设计。采用线性化及非对称的思路对该模拟器进行设计并对其特性展开数值仿真研究。结果表明：该模拟器不仅需要模拟发动机工况改变引起的背压变化,而且能通过流通截面面积线性变化,实现两个通道的流量分配。该装置的特点是能保证模态转换过程中每一点的涡轮/冲压通道的总堵塞比不变,使本文所研究的进气道在总堵塞比保持为65%时进行模态转换,结尾激波基本维持在喉道等直段内且进气道出口马赫数基本维持在0.30,流量系数基本为0.45,涡轮/冲压通道流量呈线性变化,与预期目标一致。     

基于数据挖掘算法的热压罐固化周期预测研究

目前,计划人员只能根据相关工艺文件中固化参数及热压罐固化周期的历史数据对热压罐进行连续排罐,导致计划人员无法制定精细的排产计划,还没有利用数据挖掘算法对热压罐固化周期进行预测的研究。采用支持向量回归和KNN预测两种预测方法,并对两种方法的预测结果进行对比试验。试验表明KNN预测的预测结果中有90%的罐次均优于支持向量回归的预测结果,且有90%罐次的误差小于0.5h。最后对两种方法的预测结果进行了原因分析。