一种尾流消散动态预测的改进算法

尾流间隔是增大跑道容量的主要限制因素之一，为了在保持安全水平的前提下有效地增大跑道容量，可以对尾流消散进行动态预测，并据此缩减尾流间隔。研究了一种尾涡消散动态预测算法，该算法考虑了真实大气的大气分层、湍流、侧风、迎面风、风切变以及地效影响，并用一阶后向差分对该算法进行了离散化改进；在改进算法的基础上，时进近阶段尾流的消散在Matlab中进行了仿真计算；计算结果复现了尾涡的下沉现象和侧风对尾涡传输的线性累积效应。     

一种新型正弦压力发生器

介绍了一种利用压电叠堆激励管道内液体介质发生谐振产生正弦压力的发生装置.与其它正弦压力发生器相比,本装置压力源的激励方式新颖,工作频率较高,所产生的正弦压力波的幅值较大,失真度较小.     

BP网络进行0-9十个数字图像的识别

在BP算法和数字图像处理技术的基础上,本文在MATLAB软件环境下提取Word文档中26种字体的0-9十个数字的图像,使用MATLAB神经网络工具箱及图像处理工具箱进行数字的识别,给出了较详细的处理步骤及相关程序,并比较了各种识别算法的收敛速度和识别率。     

磁悬浮框架飞轮磁轴承技术研究与发展现状

对磁悬浮框架飞轮(MSGFW)和高精度磁轴承研究现状及其未来发展进行了详细阐述。根据转子悬浮力类型，将磁悬浮框架飞轮分为磁阻力构型、洛伦兹力构型和混合力构型，并结合三种构型论述了国内外框架飞轮的发展过程。在此基础上，对球面磁阻力磁轴承和洛伦兹力磁轴承进行了详细介绍，并结合磁路图分析其工作原理，比较了同类磁轴承的优劣。展望了磁悬浮框架飞轮与高精度磁轴承的未来发展方向，指出高动态响应检控共位平动球面磁阻力磁轴承，标准磁悬浮动量球和磁悬浮控制敏感球是磁悬浮框架飞轮的研究重点。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

捷联惯导方位大失准角对准研究

在游动方位角坐标系下建立了方位大失准角条件下的SINS初始对准误差模型.在静基座下验证了该误差模型在方位大失准角情况下的滤波效果,比较分析了不同方位失准角的滤波收敛情况,并与线性模型进行滤波比较.最后,将该模型用于动基座的初始对准.静基座和动基座下的初始对准结果表明所提出的SINS误差模型是正确有效的.     

两种含铝复合推进剂压强耦合响应的实验对比

基于T型燃烧器双脉冲外部激励的方法,对2种含铝HTPB复合固体推进剂开展对比实验研究,分析比较其压强耦合响应特性的差异。在7 MPa条件下成功地开展了4次试验,获得了2种推进剂在T型燃烧器中的衰减常数和燃面增益常数。结果表明,由于推进剂配方中AP粒径分布存在差异,这2种推进剂的压强耦合响应常数存在差别。其中小粒径AP含量较多的推进剂更易产生不稳定燃烧现象。这一实验现象与发动机真实工作情况的表现是一致的。2种推进剂的凝相燃烧产物在发动机中的行为也表现出较大差异。     

PP／SCF复合材料的制备和力学性能的研究

本文制备了聚丙烯（PP）／,短炭纤维（SCF）复合材料并研究了其力学性能。结果表明,复合材料的拉伸强度随SCF含量的增加有先增加后趋于稳定的趋势,当SCF含量达到6％时,拉伸强度达到极值。随着SCF的加入,冲击强度呈先增加后略有降低的趋势,复合材料在SCF含量为6％时冲击强度达到极值。由此可知,适量的加入SCF对PP起到了较好的增强增韧效果。