武装直升机红外辐射计算中多重遮挡处理

针对武装直升机红外辐射计算中任意方向上可视净面积求取问题,提出了一种基于随机模拟的遮挡处理方法.该方法利用曲面造型方法建立直升机的三维模型,并将其离散为四边形面元,采用翼边拓扑结构描述直升机外形的数学模型.在此基础上,基于可见性测试、深度测试和遮挡测试原理对空间多边形面元进行遮挡判断,求出其遮挡面元集,再利用随机变量的统计方法对该多边形进行遮挡计算,求得净面积.对某型武装直升机和简单形体的计算表明,通过合理划分面元数和选取随机点数, 简单目标计算误差可以控制在5%以内,复杂目标可以控制在工程精度要求内.该方法已应用于武装直升机红外辐射特性计算软件中,应用表明该方法稳定、可靠,适于工程分析.      

基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。     

多道扫描探针系统在电弧风洞中的应用

介绍了一种用于诊断电弧风洞等离子体参数的多道扫描探针系统，使用该系统研究了ＦＤ０４风洞空流场的等离子体特性，利用ＣＴＷ理论分析了探针数据，实时给出了流场攻密度的空间分布。实验表明，空流场的电子温度分布基本是均匀的；电子密度分布与流场结构紧密相关，电子密度变化在３倍之内，随着流场结值的不同２，电子密度也随之变化。     

陶瓷吸波超材料结构光固化增材制造工艺研究

陶瓷超材料吸波器具有耐高温、高强度、可完美吸波的特点,其结构复杂且具有周期性,是一种新兴的吸波器件.但传统成形方式在复杂结构制造上存在一定的局限性.本文提出一种基于光固化增材制造氧化铝陶瓷表面镀铁氧体的方法实现周期性复杂结构的陶瓷超材料吸波器.使用氧化铝粉末和光敏树脂,配制出可供3D打印的氧化铝陶瓷浆料,利用3D打印机...     

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。     

高效隔热材料结构与性能研究

以陶瓷隔热瓦和纳米隔热材料为研究对象,揭示了高效隔热材料结构与性能的关系.研究结果表明:随着密度的增加,隔热材料室温热导率和力学性能随之增加;陶瓷隔热瓦平面方向和厚度方向的结构和性能存在明显差异;复合纳米结构后,材料的隔热性能明显提高;室温热导率从43 mW/(m·K)降低至36 mW/(m·K);添加少量功能添加物后,材料的高温隔热性能进一步提高,高温考核中背面温度从668℃降低到576℃.同时介电常数从2.2％增加到6.6％;通过气相超临界工艺在材料表面接枝有机基团,材料表面疏水状态发生显著变化,材料具备了防水和低吸潮的特性.     

应用双向时间传递的重力卫星时标误差自主测量

星间时标误差的自主测量对于中国自主研发地球重力卫星具有重要意义. 提出利用双向时间传递法实现重力卫星时标误差的自主测量, 设计了测量方案, 建立了包含卫星运动导致的链路非对称、电离层效应、设备零值以及随机测时误差在内的测量模型. 结合地球重力卫星相关特性, 分析了时标误差测量中各误差源的影响及相应的误差校正方法. 以GRACE重力卫星为例, 利用提出的方法和校正措施, 星间时标误差自主测量精度可以达到0.62ns, 其中误差主要来自系统零值标定误差和随机测时误差.     

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.      

基于双量子比特态测量的量子自适应中值滤波

为了进一步增强去噪时对图像细节的保护能力,并同时提高算法实时性,提出了基于双量子比特态测量的量子自适应中值滤波算法,该算法首先将待处理图像像素转化为量子叠加态,然后依据量子测量原理对此叠加态进行量子测量,最后将测量后的坍缩态转化为输出图像.该算法使用双量子比特态来描述单像素,拓展了单量子比特态与单像素的对应关系.双量子比特态的4个叠加基态增加了被描述像素的信息量,可以更精确地对像素进行操作.该算法根据噪声特点设计双量子比特态的概率密度公式,并根据测量坍缩态自适应地调整滤波窗口尺寸.实验证明,该算法与标准中值滤波和经典自适应中值滤波相比,具有更好的综合滤波能力,既可以有效地滤除噪声点,很好地保护图像细节,又具有很好的实时性.     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。