参数分布修正的级间混合处理方法研究

本文在压气机级数值模拟的级间处理时,采用外推周向不均匀性做法,引入一个亚松弛的分布修正系数,研究了系数的取值和修正。通过对计算收敛后掺混面上通量守恒性的分析表明,该方法是一个性能优良的掺混面处理方法。此外,还研究了掺混面位置变化时流场的特征,结果发现掺混面置于动静叶轴向间距的1／4～2／3处为宜。最后,采用修改后的NAPA软件对NASA37级压气机在三种转速下的流场进行了模拟。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

基于阵列天线的一种GPS多径抑制方法

为了抑制多径效应对GPS的严重影响,在分析了多径效应对伪码跟踪环路影响的基础上,提出了一种基于空间平滑的改进稳健波束形成算法来抑制GPS多径效应。以直线阵为基础,采用前后向空间平滑算法对阵列接收信号进行预处理,针对各种失配,采用改进的稳健波束形成算法进行处理。该方法既可以有效地抑制GPS多径效应,又可以有效地改善伪码跟踪环路的跟踪精度。仿真实验结果验证了所提方法的正确性和有效性,具有较高的工程实践价值。     

Softmax分类器深度学习图像分类方法应用综述

基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法,首先回顾了图像分类技术的发展历程,接着介绍了图像识别技术中的分类器,并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用,详细阐述了多种图像分类技术,具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时,对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后,从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。     

变温热处理过程的相场模拟及其参数标定

航空发动机双性能涡轮盘热处理工艺的研究,大多采用试验的方法建立涡轮盘合金的热处理工艺数据库,但试验法的研究周期长、成本高,提出一种可用于预测变温热处理过程中晶粒演化行为的相场模型。为了模拟不同热处理温度下高温合金的晶粒演化行为,对相场模型进行改进,在相场模型中引入Arrhenius关系,用于描述高温合金晶界运动与温度的量化关系。基于改进的相场模型和拟合的模型参数,计算分析热处理过程中晶粒尺寸的变化和形貌演化规律。结果表明:计算数据与试验数据吻合,晶粒的演化规律与理论分析和试验观察结果一致,证明了拟合的Arrhenius关系中的晶界迁移速率M适用于模拟相应温度下的热处理过程,同时,以上结果也验证了该模型改进方法的可行性及其拟合参数的准确性。     

半自主多机器人竞技对抗决策系统研究

机器人竞技以其独有的动态性、实时性等特点,逐渐成为多智能体机器人系统的研究平台。以类人型机器人为硬件平台,设计了包含视觉子系统、决策子系统以及通信子系统在内的半自主机器人的竞技对抗决策系统。然后根据类人型机器人运动特性提出攻防策略模型,设计态势评估、路径规划等相关机器人对抗决策策略。最后通过实验证明了对抗决策系统的稳定性。     

超视距雷达探测高超声速飞行器可行性分析

在前期开展再入飞行器RCS（雷达散射截面）特性试验和理论研究的基础上,对典型临近空间高超声速飞行器RCS特性开展了研究,分析了绕流和尾迹对飞行器本体RCS特性的影响。研究表明等离子体流场在头身部绕流、近尾尾迹和部分远尾尾迹的最大电子密度将远高于电离层最高电子密度,更高于典型天波超视距雷达工作频段对应的临界电子密度。因而等离子体尾迹将会对3~30 MHz频段电磁波产生较强的散射,使得等离子体尾迹的RCS远远大于飞行器本体的RCS。利用临近空间高超声速飞行器尾迹RCS的这一特点,有可能实现对临近空间高超声速飞行器的超视距探测。     

石英加速度计重力场试验定位基准问题与解决方案

介绍了石英加速度计在1g场测试过程中存在的定位问题,并针对该问题设计、实现了一种专用定位螺钉,该设计方案可用于仪表的反复安装和定位,有助于提高误差系数的重复性测试精度.     

临近空间非弹道式目标HTV-2跟踪滤波与预报问题

近年来各国均开始重视临近空间高超声速飞行器的发展,其中以X-51A和HTV-2高超声速飞行器飞行试验相继成功为代表。本文概述了目前高超声速飞行器跟踪滤波与预报领域存在的难点问题,然后对坐标系进行了定义,并设计了HTV-2(Hypersonic Technology Vehicle-2)质心运动方程及跟踪滤波器,介绍了HTV-2弹道预估原理,最后使用卡尔曼滤波方法进行了仿真计算,并对相关参数的选取进行了分析。仿真结果得出使用卡尔曼滤波算法跟踪滤波效果较好,对工程应用有一定的借鉴意义。     

基于卷积神经网络技术的直升机旋翼谱识别方法

针对直升机雷达回波在时频二维分布图上的分布特性,提出一种基于卷积神经网络技术的直升机旋翼谱识别方法,实现了直升机旋翼谱与其他类型目标的区分,从而有效识别直升机。当雷达工作在低重复频率(LPRF)时,直升机旋翼回波在时频分布图上呈现明显的扩展特征。通过仿真与实测数据分析,表明该特征与其他目标回波在频率维分布特性存在较大差异。利用卷积神经网络中的卷积核技术,将实测数据与卷积核矩阵进行二维卷积运算,依据输出矩阵实现了直升机旋翼谱的识别。利用实际采集的直升机回波数据进行验证,证明该方法是有效的,可应用于各种采用脉冲多普勒工作体制的雷达系统。