短舱及离散精度对螺旋桨桨叶载荷分布的影响

采用多块结构网格生成技术,分别生成螺旋桨加中心体和螺旋桨加短舱两种构型的动态面搭接网格。在相同计算状态下,分别对螺旋桨加中心体和螺旋桨加短舱流场进行不同时空离散精度的数值模拟。与螺旋桨加中心体构型的计算结果进行对比,发现短舱的出现较大程度改变了螺旋桨桨叶载荷分布,并且采用不同时空离散精度,载荷分布的改变程度不同。     

脉动风场的模拟方法及其在输电线路风振计算中的应用

针对脉动风场各种模拟方法的适用性问题,在相同的输电塔线实例上进行模拟方法的应用,对比各种方法的计算效率和计算结果,分析各种模拟方法的适用性和等价性,最后探讨单塔和塔线体系计算结果的差异。研究表明:基于POD分解的WAWS法不存在风速互谱密度矩阵无法分解的情况,计算效率较高,因此推荐使用。考虑三维风场后响应的脉动均方根比一维风场大;塔线体系中计算得到的响应均方根比单塔大。     

等离子鞘套热力学波动对电磁波传播的影响

针对等离子鞘套热力学波动造成电磁波传播特性变化的问题,结合湍流理论、等离子理论和电磁波传播理论,得到了热力学参数波动与介电常数间的关系。计算了不同状态下热力学参数波动引起S和Ka波段电磁波透射和反射系数的变化。结果表明,当电子密度增大,S波段反射系数变化减小、透射系数变化增大;当Ka波段在碰撞频率10MHz时,反射系数变化增大、透射系数变化减小,在碰撞频率1GHz和50GHz时透射系数变化反射系数变化先增后减。不同高度下波动的影响也不同,S波段透射和反射系数变化随高度升高先减后增;Ka波段透射系数变化先减后增、反射系数变化先减后增而后再次减小。因此,应根据实际环境状态获得波动的包络范围,进而针对性开展测控通信系统设计。     

天问一号火星探测器产品保证工作实践

分析了火星探测器任务环境复杂、软件自主性高、验证任务重、材料选用控制难等特点,总结了天问一号火星探测器在狠抓风险识别与管控、聚焦软件系统设计源头,严格试验考核,以及严控材料选用及验证等方面采取的主要产品保证工作措施.上述措施有效保证了天问一号火星探测器的产品质量,可为后续火星探测器及其他行星际探测器研制过程的产品保证工作提供借鉴.     

国内外行星表面巡视器自主导航技术研究

作为航天技术发展的前沿和趋势,深空探测是人类历史上最为复杂的系统工程之一.星球巡视器是在星球表面移动作业的无人探测系统,能够对星球表面进行大面积、近距离和接触式的考察,是地外星球着陆探测作业的主要手段.星球巡视器导航技术是研究星球巡视器的关键技术之一,其导航自主性能直接影响星球探测计划能否顺利进行.本文首先概述了星球巡...     

弹道导弹落点精度分析与仿真方法研究

通过对影响弹道导弹的落点精度的因素分类和影响分析,提出了利用仿真技术预测和修正弹道导弹落点偏差的方法。综合诸影响因素对导弹进行全弹道仿真试验设计和分析,为改进设计提供一定的依据。     

基于TMS320C6701的程序冗余加载设计方法

为满足航天产品高可靠性、高安全性的要求,用户对软件存储和加载方式也提出了更多的需求,如程序三区冗余备份、在轨重构等。TMS320C6701是一款高精度浮点数字信号处理芯片,其运算速度快、实时性高,近年来广泛应用于电机控制、轨道运算等宇航软件产品中。TMS320C6701内部程序区和数据区独立,设计师需要编写二次引导程序实现代码和数据的先后加载。根据TMS320C6701的加载特性,将二次引导与重构功能结合,设计了一个引导系统。引导系统对应用软件进行三取二判决,将判决结果加载至RAM中运行,并通过总线实现应用软件的更新。实验证明,该系统可以通过总线通信对应用软件重构升级,大大提高了软件的可靠性和可维护性,且缩短了单机研制周期和维护成本。     

基于权重的层次矢量量化体压缩算法及其在空间环境中的应用

空间环境数据可视化是空间环境预报和服务的重要手段.目前基于矢量量化的压缩体绘制算法均只考虑了数据特点和压缩效果,并未结合具体应用需求.为适应空间环境体数据可视化具体应用需求,提出了一种应用驱动的压缩体绘制算法—-基于权重的层次矢量量化算法(WHVQ).算法将体数据划分为43的数据块,并为数据块设置权重,重点关注区域的数...     

装备体系贡献率评估方法探究

未来装备必须坚持体系化发展,并通过贡献率评估明确在体系中的地位和作用。明确了装备体系贡献率的定义和评估意义,分析了定性评估法、基础技战术指标比较法、综合技战术指标灰靶比较法、基于装备体系的网络层次分析法、基于体系仿真及效能评估法等装备贡献率评估方法,并给出了灰靶比较法、网络层次分析法具体评估实例。同时,结合各评估方法特点,提出了网络层次分析法、体系仿真及效能评估法相结合的改进综合评估方法流程,实现装备体系贡献率的准确评估。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.