不同结构柔性翼的气动特性风洞试验研究

通过对6种不同结构的柔性翼模型进行的变迎角、变风速风洞试验,研究对比了不同柔度的柔性翼的升阻特性以及对风速变化的响应特性.结果表明,微型飞机采用柔性翼虽然降低了机翼升力的产生,但能够明显改善升阻比;不同柔度的柔性翼会直接影响微型飞机对风速变化的敏感程度,当机翼结构和柔度经过设计后,可以显著提高微型飞机对风速变化的适应能力.试验数据和结论对提高微型飞机的升阻特性以及对风速变化的响应特性具有一定参考价值.     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

自转旋翼/机翼组合构型飞行器飞行动力学特性研究

针对一种自转旋翼/机翼组合构型飞行器的飞行动力学特性进行了研究,通过和样例自转旋翼机的对比,分析了它的配平特性、稳定性及操纵响应方面的一些特点.研究表明通过自转旋翼和机翼的组合运用,本文研究的高速型旋翼机飞行速度显著提高,高速前飞时自转旋翼逐步卸载,其转速逐步下降到了低速前飞时的40%;该高速型旋翼机的浮沉模态在低速阶段不稳定,但周期和倍幅时间比较长,随着前飞速度的增加,各模态均趋于稳定;该高速型旋翼机的纵横向周期变距操纵响应略小于样例自转旋翼机,可以考虑增加襟副翼来改善.     

专升本大学英语试卷分析

简要分析了集美大学09级专升本学生第一学期大学英语期末考试试卷的信度、效度、难度和区分度等各项指标,并提出了一些修改的建议,从而对今后设计更为科学合理的试卷,提高英语测试的水平提供一定的参考。     

非圆形截面复合材料机身屈曲优化设计研究

为了降低BWB机身弯曲应力、提高屈曲稳定性,在150座BWB民机复合材料三舱室机身结构的基础上,提出了改进的Y形和弧形加强三舱室机身设计模型;利用零阶参数优化算法,对3种机身结构进行了静力与线性屈曲优化分析,获得了较为合理的三舱室机身布局方案,为BWB民机机身设计提供了重要技术参考.     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。     

高速飞行器轻质防热材料高温环境下的隔热性能研究

导弹等高速飞行器广泛采用轻质材料进行热防护,但实际使用的轻质防热材料由于在密度、质量、工艺、生产批次等多方面的原因,厂家提供的非连续表征的离散式材料导热系数,与非线性连续变化的实际热参数之间存在一定差别.建立轻质防热材料高温导热系数测量装置,通过试验得到轻质高温陶瓷隔热材料导热系数与温度之间的非线性关系,为提高数值计算...     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

高频脉冲微细电火花加工放电通道形成过程

研究了微细电火花加工中,高频电磁场形成的强磁力箍缩效应对加工过程中放电通道扩张及放电通道位形变化的影响.计算了高频电磁场作用下,放电通道中带电粒子所受洛伦兹力的变化情况.通过理论分析与实验研究,推测了放电通道的形成过程,认为在高频电磁场中,放电通道在强磁力箍缩效应作用下产生的通道直径减小、能量密度增大等变化是微细电火花加工表面出现的一系列特殊现象的重要原因.