激光成像系统实验研究

为解决激光脚点（laser footprint）在光学图像中的定位问题,建立分析模型,构建了集成激光测距机和CCD摄像机的实验室激光成像系统;通过实验,对采集的数据进行了图像配准和融合,反演出被测目标三维图像,包含了被测目标高程与灰度信息。     

燃气涡轮性能试验台的控制因素敏感度分析

针对某燃气涡轮性能试验台,选择空气流量、燃油流量、水流量以及涡轮背压作为控制系统的主要控制量。通过建立工作点附近的线性“小偏差”方程,讨论了以上四种因素对于涡轮的入口压强、入口温度和转速这三个状态变量的影响程度。压强主要取决于空气流量．温度对空气和燃油均有一定的敏感性,转速则主要由水流量来控制。基于以上判断确定了试验台的手动调节规律。     

基于常规多普勒滤波器组结构的合成宽带距离像性能分析

为了消除散布效应对宽带信号的不利影响,可以利用多个窄带信号合成宽带信号;同时,通过在子带内处理相干脉冲串,可进行杂波抑制、目标速度估计和区分不同速度的目标。然而,在子带内分别使用常规多普勒滤波器组,会引进多普勒散布效应所造成的输出失配误差,从而造成合成距离像的失真。分析了多普勒散布效应与子带常规多普勒滤波器组输出失配之间的关系,推导了运动目标通过滤波器组后所成高分辨距离像的距离走动公式,给出了适合子带常规多普勒滤波器组的目标速度临界值。仿真实验验证了以上结论。     

基于卷积神经网络的深度学习流场特征识别及应用进展

深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络（CNN）强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。     

一种航天器用先导级电磁阀的新型结构设计

提出了一种新型两位三通结构的先导级电磁阀设计方案,由2组永磁体和3组控制线圈构造3条永磁锁位磁路和2条电磁偏置磁路,不仅实现了阀门的小型化结构和无功耗位置保持,而且提高了阀门的密封可靠性.这种阀门可以作为大推力发动机推进剂主阀的先导级控制阀,能够满足在轨长期应用的需求.通过电磁场有限元分析和产品样机试验的方法,对设计方案的可行性进行验证,验证结果表明新型先导级电磁阀的各项性能指标均达到设计目标.     

一种方位时变GEO SAR成像处理新算法

针对地球同步轨道合成孔径雷达(GEO SAR)回波模型的距离空变和方位时变问题,提出一种基于改进距离-多普勒(RD)和方位向调频尺度变换(CS)的成像算法。首先引入四阶泰勒展开模型解决成像中存在的弯曲轨迹问题,然后对传统RD算法进行改进,补偿距离空变,最后对方位时变进行建模,通过方位向CS补偿方位时变,使GEO SAR能够进行更大场景的成像。结合天基雷达先进仿真系统(SBRAS)进行仿真,验证了该算法的有效性。     

美国新型远程反舰导弹突防能力分析

美国正在大力发展远程反舰导弹(LRASM)。2013年以来,美国先后成功完成了LRASM机载空射飞行试验和靶场垂直发射试验,这标志着新一代LRASM取得了重大进展。按计划,LRASM的空射型与舰射型将于2016年和2018年装备,将对新兴国家的大型水面舰艇构成严重的威胁。介绍LRASM的现状与靶场试验概况,对其突防能力进行分析。     

卡计法热流计测量瞬态热流的试验研究

针对目前使用的热流计主要应用于稳态热平衡试验中外热流的测量,文章对卡计法热流计测量瞬态热流特性进行了试验研究,结果表明卡计法热流计可以用于测量瞬态热流且响应时间较短。     

一种交会时间固定的调相分析方法

根据我国载人航天工程交会对接技术的特点,文章在推进剂最省、飞行时间固定的交会条件下,提出了追踪飞行器对目标飞行器的调相需求计算方法及两种提升调相能力的技术途径。经仿真验证,这两种技术途径可有效提升追踪飞行器的调相能力。     

基于DeviceNet的电机变频调速控制

在工业自动化控制领域,现场总线的研究和应用已成为热点。罗克韦尔的Device Net总线是一种柔性开放透明的数据传输网络。电机控制系统基于这种新型总线网络,采用生产者/消费者模式的通讯方式,利用Control Logix5561控制器实现对电机的远程变频调速控制。