氢喷射温度对氢氧火箭发动机燃烧稳定性的影响

应用CFD方法对氢氧火箭发动机中高频燃烧不稳定性进行了数值模拟,研究分析了不同工况条件下氢喷射温度对燃烧振荡的影响规律,得出了压力振荡频率变化规律及稳定性极限图。结果表明：在一定的氢喷射温度范围内会发生不稳定燃烧,且随着混合比的增大,发生不稳定燃烧的氢喷射温度上限增大;不稳定燃烧振荡主频呈倍频关系,且在氢喷射温度（70K～110K）内,振荡主频最大。     

GJB 150/150A、GJB 4239和MIL-STD-810F/G的特性和相互关系分析

文章阐述了美国军用标准MIL-STD-810的演变过程及810系列标准各个阶段版本的性质特点,介绍了GJB 150与810C之间的关系,GJB 150A和GJB 4239与810F、810G之间的关系,以及GJB 150A与GJB 4239的关系,最后说明了GJB 4239、GJB 150A和810F/G标准存在的问题并提出了一些建议。     

在轨模块更换任务动力学与控制仿真系统

航天器在轨模块更换任务的总体仿真是对总体方案进行系统性分析和论证的重要手段。文章基于天基平台在轨模块更换技术的研究,搭建了在轨模块更换仿真演示验证系统,介绍了仿真系统总体架构,建立了包括空间环境、轨道、动力学、控制、电源、测控等各分系统在内的仿真系统。重点对交会对接、在轨模块更换过程涉及的航天器平台及机械臂的动力学特性...     

基于模糊层次分析法的产品特性分类模型

产品特性分类是武器装备研制过程中的一项重要工作。现有的产品特性分类方法主要是在可靠性预计、故障模式及影响分析的基础上进行,无法全面衡量产品寿命周期中的安全性、维修性、保障性因素。文章分析了当前产品特性分类准则,提出基于模糊层次分析法的分类模型,该模型能够给出产品针对特性分类准则的优劣排序,用以辅助设计人员进行特性分类工作。最后通过实例验证了模型的实用性。     

高功率放大器和带宽对恒包络导航信号的影响分析

随着GPS导航系统的现代化、伽利略和北斗导航系统的发展,为了提高频谱利用率,往往需要在一个频点上发射多路导航信号。非恒包络信号通过非线性放大器后,放大器的AM/PM效应会使导航信号的功率谱扩展,伪码相关函数畸变,造成跟踪精度的恶化。因此,多路导航信号的复合要进行恒包络处理,然而有限的带宽会使导航信号的恒包络特性恶化。首先建立导航信号非线性失真的一般模型,分析放大器非线性效应造成的星座图发散、功率损失与伪码跟踪误差;然后以伽利略系统信号为例,通过仿真给出伪码跟踪误差、功率损失与滤波器带宽、放大器功率输出回退之间的定量关系。研究结果对实际工程中导航信号带宽、放大器工作点的选取有重要的参考价值,对我国导航系统下行信号体制的设计有一定的借鉴意义。     

QPSK载波锁相环的鉴频辅助方法研究

讨论克服锁相环不能兼顾捕获速度和跟踪精度的弱点,简要分析锁相环和锁频环的基本原理,引出锁相环的鉴频辅助方法,然后在此基础上对QPSK载波锁相环的鉴频辅助实现方法进行研究、仿真,仿真结果表明,在保证很高跟踪精度的前提下,附加鉴频辅助的锁相环捕获速度有了很大提高,能够很快提取出同频同相的相干载波。     

行波机理对低散射目标支架雷达散射截面的影响研究

针对雷达低散射支架,文中首先采用天线机理分析行波对雷达散射截面(RCS)的贡献,并且使用等效相速度的概念求出双弧线外形目标支架在远区的辐射场,最后分析得出低散射支架行波辐射特性,并讨论行波对目标支架RCS的影响。     

一种校正多频连续波雷达幅相不平衡的新方法

分析了连续波雷达接收机中正交通道幅相不平衡产生的镜像信号对测量的影响,并根据连续波雷达测速、测距原理提出了一种新的幅相不平衡校正方法,该方法基于数学中的正交化思想,提取的幅相不平衡校正参数精度较高,仿真结果也表明了这一点。     

航天器壳体压力自动加载系统的研究

航天器壳体的压力加载实验对于航天器的安全飞行具有十分重要的意义。研究并建立了航天器壳体水压自动加载系统的数学模型,针对该系统的高度非线性以及高低压特性显著不同的特点,利用误差及误差导数构造了一种变比例因子的模糊PD控制器。采用一种新型的遗传算法对控制器系统参数进行寻优。针对模糊控制器控制规则表与量化比例因子的不同特点,分别采用两种不同的编码方法,进而采用两种不同的遗传操作算子与遗传操作概率。通过MATLAB与C 语言接口编程实现对系统的仿真设计。实验表明该方法取得了良好的压力加载效果。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。