空间相机热平衡试验温度预测方法改进及应用

为实现对航天器热平衡试验平衡温度的预测,建立了热平衡温度预测的方程式,对影响预测结果的各参数进行了分析。首先,由节点网络法推导出平衡温度表达式,介绍了其基于非线性最小二乘法的求解过程,建立了平衡温度的迭代方程;其次,结合大量的试验数据,对影响迭代结果的3个因素进行了统计分析,并最终确定了各因素的合理取值范围;最后,利用温度预测程序对某空间相机热平衡试验中低温工况的平衡温度进行了预测,并与试验结束后的结果进行了对比。结果表明,预测温度与试验数据的误差为±1℃（在3%之内）,满足精度要求,对热平衡温度准确的预测有效的缩短了试验时间,节省试验费用。     

基于物理光学假设的导体表面电流密度误差分析

用物理光学法计算理想导体雷达散射截面过程中,需要基于无限大切平面假设计算表面电流密度.只有对表面比较光滑的电大尺寸目标,该假设才近似满足,而在一般情况下由该方法求得的表面电流密度存在误差.将二维导体圆柱、方柱以及三角柱等构型在不同入射频率、极化下的物理光学表面电流密度与精确解或矩量法结果进行了对比.分析表明:横磁波照射时物理光学法除在顶点处有较大误差外,基本能够正确反映出表面电流密度分布情况.横电波情形下物理光学法难以如实反映照射面和阴影面电流的谐振变化,与入射方向平行的面上表面电流密度也有较大误差.     

旋翼微多普勒特性实验分析

为分析旋翼及其主要部件的微多普勒效应特点,提出了一种通过微波暗室进行旋翼微多普勒效应测试的实验方法,并通过实例验证了实验方法的可靠性;两种桨叶不同桨叶片数的系列实验结果表明,旋翼的微多普勒特性通过频率把各个散射部件的回波能量分开,旋翼的片数和转速不影响微多普勒特性的分析估算,旋翼的微多普勒特性仅与其运动特性相关;结合直升机目标识别特征,采用短时傅里叶变换方法对实验数据进行微多普勒效应提取,分析了微多普勒效应与入射波和旋翼几何属性之间的关系,得到了旋翼微多普勒效应的频率特性、极化特性和宽频带特性.     

考虑随机干扰的高超声速滑翔飞行器轨迹优化

为解决高超声速滑翔式飞行器具有干扰不确定性的再入轨迹优化问题,提出了一种基于广义正交多项式方法的随机轨迹优化数值求解方法。针对随机干扰,基于广义正交多项式方式对其分布进行采样,形成采样空间,而后将每个采样值代入确定性轨迹优化问题中进行反复迭代求解,得出观测值的样本空间,并计算其期望、方差和协方差,估计输出值。以最大纵程为代价函数对具有随机干扰的高超声速滑翔式飞行器最优轨迹进行了数字仿真。仿真结果表明,基于广义正交多项式的随机轨迹优化方法能够有效处理随机干扰对轨迹优化问题的影响,与蒙特卡洛法相比计算效率大大提高。     

微波暗室内雷达散射截面自动测量系统

介绍了微波暗室内雷达散射截面自动测量系统。主要包括同步转角信号的Ａ／Ｄ转，ＲＣＳ值的同步采集与处理以及转台的自动控制等部分，该系统具有１／３６度的定位精度和２．５ｍＶ的回波电压分辨率，系统误差小于１ｄＢ，适用于ＲＣＳ、天线方向性图及电磁兼容等测量。     

高超声速飞行展望

发展下一代高超声速飞行器的需求主要来自三个方面：第一方面是军用的高超声速飞行器，包括高M数的军用飞机和导弹，特别是跨大气层飞机，将使空中的作战平台提高到一个新水平，有可能在未来的高技术战争中起到杀手锏的作用；第二方面是高超声速客机；第三方面是水平起降的完全重复使用的天地往返运输系统。研制下一代高超声速飞行器面临巨大的技术挑战，在材料与结构、推进技术和空气动力等方面需要很大的技术发展跨度。高超声速飞行器的设计工具，即地面试验、计算和飞行试验，在模拟高超声速飞行方面都有其局限性。为了发展下一代的高超声速飞行器，必须一体化地运用这些工具。一体化设计方法论的关键，是用增量形式的计算流体力学结果，将地面试验数据外推到飞行条件。     

D-S证据理论在多传感器数据融合中的应用

近年来,许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法,最常用的算法是贝叶斯决策检验法,国际上已提出将证据理论用于数据融合,但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质,给出了可信度公理及Ｄ－Ｓ综合规则,并进行了计算机仿真实验,实验结果说明这种判决方法非常实用,用于数据融合算法非常有效     

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     

Platform LSF软件在高性能计算集群中的实施与应用

随着信息处理技术的精度、可靠度等要求的进一步提高,采用高性能计算集群系统已经成为数字化制造中的关键技术之一.本文结合高性能计算应用现状的不足,阐述了Platform LSF软件设计思想和目标,介绍了该软件的实施与应用情况.