基于非合作照射的目标探测

基于非合作照射的目标探测系统由于其潜在优良的”四抗”性能 ,已经受到了国内外的广泛重视。对目前无源雷达系统的研究现状作了简要介绍 ,并以调频广播信号源为例 ,给出了基于非合作照射的目标探测与跟踪雷达系统的工作机理 ;分析了基于非合作照射的目标探测雷达系统的研究现状和最新进展 ;讨论了系统实现过程中的关键技术问题并提出了相应的解决方法     

传播算子方法在宽带DOA估计中的应用

将传播算子与宽带相干信号子空间方法相结合,推导了基于传播算子的宽带相干信号子空间方法,该方法所构造的聚焦矩阵不需要奇异值分解,在获取噪声子空间时不需要特征值分解,因而大大降低了运算量.比较了双边变换(TCT)方法与所推导的方法在分辨两个相邻较近信号源时的性能,仿真表明,在高信噪比时,该方法性能与TCT方法相近.     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。     

固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器.首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF).检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决.本文以UWB信号为例,数据源于UWB雷达实验系统.在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验.结果表明,当峰峰信噪比低于5 dB时,该检测器性能优于Teager能量算子(TEO).     

HondaJet的设计和发展

与现存的一些小型商务喷气飞机相比，HondaJet是一种具有超大座舱、高燃油效率和高巡航速度的先进的和重量轻的商务喷气飞机。为了达到高性能的目标，通过大量的分析和风洞试验后开发了翼上发动机构型、自由层流机翼和自由层流机头。机翼是金属的，具有整体机加表面，这样可以实现自由层流所要求的光滑上表面。机身全部由组合件构成，加强板和夹层板被整体热压成型以减少重量和成本。原型机已经被设计制造。并且已经完成了主要的地面试验，如结构验证试验、控制系统验证试验、系统功能试验和地面振动试验。飞机在2003年12月3日首飞，飞行试验现在进行当中。接下来叙述在研发过程中进行的气动的、空气弹性变形的、结构的和系统的设计和试验。     

空空导弹反强机动目标时间约束滑模制导律

针对空空导弹期望时间拦截强机动目标问题,提出了一种不依赖剩余时间估计的新型攻击时间约束滑模制导律。设计了一种以弹目距离和攻击时间误差加权求和的滑模面,通过分析制导收敛条件,推导得到自适应非奇异权重函数,通过引入有限时间收敛条件,得到了一种有限时间收敛滑模制导律。该制导律在不依赖剩余时间估计条件下保证了终端打击精度和攻击时间约束。通过设计包含滑模变量的附加制导项,显著提升了攻击时间的收敛精度。针对未知加速度机动目标,分析并证明了该制导律对于拦截强机动目标具有良好的适用性。最后通过数学仿真验证了所提出的制导律在不同约束条件下的有效性,并通过对比仿真验证了算法的优越性。     

大温差下印刷电路板式换热器起动过程建模与实验

针对大温差下的印刷电路板式换热器(PCHE)的起动过程,提出了一种一维瞬态换热计算模型,该模型考虑了印刷电路板式换热器固体结构的内部导热过程,可计算起动过程中换热介质和印刷电路板式换热器的温度响应。同时以N₂为换热介质,开展了印刷电路板式换热器的瞬态换热实验,N₂的最高、最低温度分别为450、103 K,将模型计算结果与实验结果进行对比,冷侧N₂出口温度的模型计算值与实验值之间的平均误差为11.3 K,实验结束时热、冷侧换热量的计算偏差均在7%以内,该结果证明了所提出的计算模型的有效性。在上述计算模型的基础上,对起动过程中印刷电路板式换热器工作参数的空间分布和时域变化特征进行了计算和分析,结果表明换热器的外侧盖板与固体核心区之间的传热过程非常重要,在进行大温差下的瞬态换热过程计算时不应被轻易忽略,同时增大两侧换热介质的流量和减小换热器外侧盖板的厚度是缩短印刷电路板式换热器起动过程响应时间的有效方法,且在一定的流量比范围内,两侧换热介质入口雷诺数之积是影响响应时间的重要因素。     

基于小波包能量谱的航天器在轨泄漏漏孔形状辨识方法

为了实现对航天器在轨泄漏漏孔形状的准确辨识,提出基于小波包能量谱和支持向量机的航天器在轨泄漏辨识方法。首先分析圆形、长方形、正三角形3种典型形状漏孔之泄漏信号的频域特点,之后运用小波包能量谱提取不同形状漏孔泄漏信号的特征值,最后运用提取的特征值配合支持向量机建立辨识模型,实现对漏孔具体形状的辨识。对该辨识方法进行试验验证,将3种形状的漏孔分为A、B两组,利用A组漏孔进行泄漏信号特征值提取与辨识模型的训练,再对B组漏孔进行辨识准确率测试;结果表明该方法可以实现对不同形状漏孔的辨识,在合适的小波包分解层数下,总体辨识准确率可达95.9%。     

粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形（PBF）的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数（部分偏离工艺窗口）实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数（如激光功率高、中、低）进行分类,经过训练的算法可在实际生产中识别异常（辐射强度异常、代表激光功率和扫描速度偏离最佳状态）;二是将熔池辐射强度数据按最终成形块体的质量（密度、表面粗糙度）进行分类,经过训练的算法可在实际生产中识别质量。结果表明：对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。