飞院精神文化的竞争力

文化竞争力是高校核心竞争力，精神文化是大学文化的最高层次，其竞争力决定一所高校文化的整体竞争力。飞院精神文化具有良好的竞争力，表现为鲜活的生命力、强大的凝聚力、持久的驱动力、高度的奉献力和卓越的弓l领力。     

对数零相位谱在雷达目标识别中的应用研究

高分辨距离像的频谱相位包含了大部分目标信息,对数零相位谱特征能够保留这些信息,且具有平移不变性。提出一种对数零相位谱最小距离雷达目标识别方法,并利用外场实测数据计算仿真,比较了最小欧氏距离与最小马氏距离准则下对数零相位谱的识别性能,同时与功率谱、幅度谱做对比,验证了该方法的可行性与有效性。     

反辐射导弹作战效能分析

从作战模拟和效能评估的角度出发,建立了反辐射导弹(ARM)导引头的截获模型、跟踪模型和ARM的雷达截面积模型。描述了ARM的运动轨迹,建立了其数学模型,并讨论了三种情况下ARM对雷达的击毁概率。     

单流和双流模式对燃油箱冲洗惰化过程影响

在简要描述燃油箱冲洗惰化工作过程的基础上,根据质量守恒方程,氧氮溶解逸出方程及气体通过孔口流动方程,建立了通用的多隔仓燃油箱数学模型,并给出了采用龙格库塔法求解的初始条件。选择一个具有4个隔仓燃油箱作为研究对象,并采用国产分离膜产生富氮气体,分别设计了单流和双流两种模式,对燃油箱进行冲洗惰化仿真计算,分析了燃油箱平均氧浓度和各个隔仓中氧浓度随飞行包线的变化关系。研究结果显示,两种模式均可以保证燃油箱上部气相空间平均氧浓度满足低于12%的要求。虽然单流模式较双流模式简单,但是单流模式中无法避免外界空气进入燃油箱,因此某些隔仓在俯冲下降阶段氧浓度会高于12%,而双流模式可在整个飞行阶段保证隔仓氧浓度不超标。     

TC2钛合金薄壁型材下陷成形工艺参数分析及优化

采用试验和计算机模拟相结合的方法,对TC2钛合金薄壁型材的单边下陷成形工艺开展研究。通过在室温至600℃范围内对TC2合金型材的热拉伸变形行为进行分析,建立了该型材热拉伸的Johnson-Cook本构模型。在此基础上,对L截面TC2钛合金型材的单边下陷过程进行计算机模拟,分析了下陷过程中型材应力、应力三轴度的分布。结果表明,下陷区L拐角处容易产生应力集中,由于变形前段该区域的应力三轴度R_d>0,呈拉应力状态,因此微裂纹容易在应力集中处形核并沿型材纵向扩展。通过对成形温度、下陷段长度和过渡圆角半径进行优化,得到最佳工艺参数条件为成形温度300℃,下陷区长度21 mm,过渡圆角半径49 mm。     

惯性组合导航系统的实时多级景象匹配算法

 针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出一种实时多级景象匹配算法。算法分为两级,第一级粗匹配中提出了中心点4邻域的抗变形算法,能抗旋转和小尺度变化的影响,使定位精度达到像素级;第二级精匹配中提出了基于分支特征点,应用最小二乘法原理精确匹配定位出两幅图像间的最优相似变换参数,即飞行器的精确位置和航向偏差的算法。仿真分析表明,提出的实时多级算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求。     

高通量多波束通信卫星系统资源分配方法

资源分配是影响新一代高通量多波束通信卫星(HTMCS)系统效能发挥的关键问题.以往基于非柔性载荷以及用户容量需求均匀分布的静态、单维度资源分配方法已不能满足现实需求.围绕基于有效载荷资源提升系统效能这一核心目标,针对波束间干扰、柔性载荷以及用户需求非均匀分布特点,为高通量多波束通信卫星系统构建了功率和频带两维度联合优化...     

电传飞机加速度传感器安装位置对飞行品质的影响

从飞行控制系统原理出发,以某型电传飞机为例,通过六自由度仿真对比,分析加速度传感器安装位置对飞行品质的影响,并从飞行品质的角度出发,对采用电传飞控系统飞机的加速度传感器安装位置提出建议.     

SAR欺骗干扰工程化设计研究

对SAR雷达的欺骗干扰研究在理论模型方面已经有了大量深入的研究,但对该领域在工程化设计方面的研究报道很少.首先给出了SAR欺骗干扰机的系统组成,然后分析了大数据量卷积模块的分段分相流水处理方法.在此基础上,给出了DRFM模块的硬件实现方案.结合硬件,提出了一种简单有效的闭环等效验证方法,并采集实际数据做了验证试验.试验效果证明了该硬件方案的有效性.最后,分析了SAR欺骗干扰机走向实用化所需的进一步研究的内容和方向.     

基于多尺度指定元分析的多故障诊断方法

主元分析(Principal component analysis,PCA)固有的模式复合效应使得多尺度主元分析(Multi-scaleprincipal component analysis,MSPCA)仍无法做故障模式辨识,且各尺度上和重构后数据分别建立PCA模型的计算量非常大。本文建立一种多尺度指定元分析(Multi-scale designated component analysis,MSDCA)方法,将具有明确物理意义的指定模式作为多尺度空间中观测数据和重构后观测数据的统一投影框架,旨在解决MSP-CA在多尺度空间中仍无法进行故障模式辨识的不足,并避免其在各尺度上需分别建立不同统计模型的繁琐性,同时可改进单尺度指定地分析(Designated component analysis,DCA)方法的诊断性能。仿真结果表明了该方法的有效性。