双爆轰管脉冲爆轰发动机近场噪声特性的试验研究

为研究双管脉冲爆轰发动机近场爆轰噪声特性,设计了双管脉冲爆轰发动机爆轰噪声试验测试系统,对不同填充率、不同管间距下的爆轰噪声进行了测量。试验结果表明:随着传播距离的增加,爆轰噪声峰值声压逐渐减小。PDE管口附近,爆轰噪声峰值声压衰减速度最快;距离管口较远位置处,衰减速度逐渐减小。随着填充系数的增加,爆轰噪声逐渐增大,指向性逐渐变缓;距离管口400mm处,60%,100%和140%填充系数下峰值声压级依次为197.95,201.93和204.51d B。不同传播距离处,爆轰噪声指向性不同。当距离管口较近时,爆轰噪声最大值出现在0°方向;距离管口大于2m的区域内,最大值出现在30°方向。不同管间距情况下,爆轰噪声呈现出相同的指向性。管间距越小,爆轰噪声的指向性越明显。     

基于PCA-TN的直升机主减速器通用热分析计算

针对当前热分析方法无法满足直升机主减速器结构复杂多变的问题,提出了一种快速获取主减速器温度场分布的通用热分析方法。以典型直升机主减速器为样本,进行了主成分分析（principal component analysis,PCA）,并结合热网络法（thermal network,TN）,分析获得3种通用热分析单元体模型。对于不同结构的主减速器,通过单元体及其衍生体的组合可以迅速且有效地建立其系统热分析模型,求解获得温度场分布。以某直升机主减速器为例,应用该方法进行了热分析,并与试验进行了对比,结果表明:该方法能高效计算主减速器的温度场分布,计算值与试验值最大误差为5.07%,满足主减速器热分析工程计算需求。      

空间色噪声下信号频域检测方法性能分析

水下小孔径阵列的应用环境是色噪声环境,针对超增益波束形成方法在色噪声环境下噪声协方差矩阵估计偏差使阵列空间增益不能达到最大的问题,提出了一种频域超增益波束形成方法(FSD, Super-Directive beamforming in Frequency domain),该方法将宽带接收数据分成多个子带,在每个子带内分别估计噪声协方差矩阵,降低了噪声协方差矩阵的估计偏差,并使用估计得到的噪声协方差矩阵对接收数据解相关.最后使用空间谱检测器检测微弱目标信号.实测噪声数据的仿真结果表明,空间有色噪声环境中FSD方法的检测性能优于传统的时域超增益波束形成方法(TSD, Super-Directive beamforming in Time domain)2 dB,优于频域最小方差无畸变响应(FMVDR, Minimum Variance Distortionless Response in Frequency domain)波束形成方法2 dB.     

运算放大器SET效应的试验研究

模拟器件的单粒子瞬态脉冲效应的研究, 成为近来国际上单粒子效应研究的热点. 针对中国生产的运算放大器SF3503, 利用脉冲激光单粒子效应测试装置, 试验研究了SF3503工作于反相放大器与电压比较器模式SET效应的特征与规律. 获取了器件的敏感节点分布、LET阈值和SET脉冲波形的特征参数, 其中器件的敏感节点均分布在输入级与放大级, LET阈值不大于1.2 MeV•cm2•mg-1, 电压比较器产生的最大SET脉冲的幅度达27 V、脉冲宽度为51μs. 试验表明SF3503对SET效应极其敏感, 在不采取任何措施的情况下, 在空间任务中直接使用, 会严重影响系统的可靠性.      

低速流预处理Roe格式中的数值粘性

使用Roe格式计算低马赫数流动,需采用预处理技术.在预处理技术中,需要选择适合的预处理参数,但有时很难找到,因而得不到合理的计算结果.通过数值实验,发现使用预处理方法时,格式的数值粘性对低速流动的模拟有显著的影响.提出了在预处理Roe格式中加入可调参数,用以控制数值粘性对计算结果的影响.带有可调节数值粘性参数的预处理Roe格式的数值粘性更接近低速流动的真实耗散,反映了低速流动的真实物理现象.对方腔流动和圆柱绕流的低雷诺数定常流动所做的数值实验,得到了比较满意的结果,表明这一改进是有效的.对同一低雷诺数不同低马赫数的定常圆柱绕流所做的数值实验,均得到了满意的结果,表明了方法的适用性.     

基于搜索意图交互的无人机集群协同搜索算法

针对无先验信息条件下无人机集群的协同搜索问题,提出一种以覆盖率为引导,以机间安全距离、通信距离、偏航角调整及搜索边界等为约束的无人机集群协同搜索算法。通过建立环境地图矩阵对任务区域进行描述,进一步定义环境地图更新算子实现搜索过程中环境地图的快速更新。设计了集群协同搜索任务的回报函数,采用粒子群算法进行求解,得到每架无人机在已知环境地图下的最优决策,即决策意图。每架无人机在获取其他成员决策意图的基础上重新进行决策,实现协同决策。针对不同规模集群提出了集中式和分布式2种协同决策方案。仿真结果表明,所提算法能够对存在未知威胁的不规则任务区域进行有效覆盖搜索,覆盖率远高于不进行协同决策的个体决策方法。      

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习,不需要离线训练。在无逼近误差和扰动的理想情况下,所提出的在线算法能保证辨识误差趋于零,基函数持续激励条件能保证权重趋于零。在非理想情况下,权重调整律采用ｅ修正权重算法,它是ＢＰ算法的推广,不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

基于ANP的直升机单机森林灭火训练效能评估

现有的直升机单机森林灭火训练效能评估方法仅针对取水灭火过程,忽视了其他任务环节对训练效能的贡献,并假设指标间相互独立,因此导致评估指标体系不全面、指标权重分配不合理,评估结果的可靠性低。利用离散事件系统建模理论建立的事件活动流将直升机单机森林灭火训练任务分解成若干相关活动,活动映射法对各活动效能要素进行分析并转化为效能评估指标,最终构建出全面的两维度效能评估指标体系;网络分析法(ANP)的使用考虑了评估指标间具有的依赖和相关关系,对指标权重进行重新合理分配,评估方法更符合问题的实际情况,评估结果更加可信。基于超级决策(SD)软件的案例分析表明,所提出的效能评估方法具有工程应用的可行性和参考价值。