非定常空气动力最小状态拟合方法的应用研究

用两个典型的对象，研究了非定常空气动力最小状态拟合方法应用中的问题，并给出了相应的结论。     

一种针对短码、周期长码直扩信号扩频序列盲估计方法

提出一种新的针对短码和周期长码直接序列扩频(DSSS,Direct Sequence Spread-Spectrum) 信号的扩频序列盲估计方法。将周期长码DSSS信号建模为多用户短码DSSS信号系统,根据接收信号相关矩阵最大特征值个数,判断一个PN周期内调制信息符号个数,依此盲估计信息速率,同时形成分段相关矩阵矢量。利用改进二阶统计盲辨识（SOBI,Second Order Blind Identification）算法盲估计多用户分段DSSS的PN序列,根据特定约束条件(如m序列、Gold序列)去分段相位模糊,最终形成周期长码PN序列。仿真结果表明该算法的有效性,且适应较低信噪比。     

流线追踪内转式低音爆进气道的设计方法及流动特征

摘 要：为了降低内转式进气道的音爆强度,设计了一种具有曲内收缩前体和零度唇罩角的内转式低音爆进气道,采用数值仿真方法初步研究其在不同工况下的流场结构和流动特征。结果表明：由于零度唇罩角,低音爆进气道的唇罩激波微弱,对唇罩外侧的流场影响较小,因此内转式低音爆进气道的音爆显著低于常规内转式进气道,其中在设计马赫数通流状态下相比下降约94.18%;由于内唇罩面向内偏折,导致唇口反射激波强度增加,总压损失增加,内转式低音爆进气道总压恢复系数略低于常规内转式进气道;内转式低音爆进气道的音爆除了与唇罩角有关,也与其飞行工况有关,飞行攻角越大、来流马赫数(Ma∞＜Mad)越小,音爆越大;其中,在α=0°时,其音爆比α=6°下减小约86.69%;在Ma2.2时,其音爆比Ma1.85下减小约91.93%。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。     

电磁脉冲武器对雷达的损伤效应及防护措施

介绍了电磁脉冲武器的特点,分析了电磁脉冲武器对雷达系统的损伤效应,提出了雷达的技术、战术防护措施。     

基于GSP仿真和SDAE的航空发动机故障诊断

为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。     

湍流边界层各向异性张量模式的实验研究

使用高时间分辨率粒子图像测速技术在水槽内精细测量平板湍流边界层内不同流向、法向位置的瞬时速度矢量空间场的时间序列信号。利用实验数据对湍流各向异性的涡黏张量模式进行了实验研究,给出了湍流边界层不可压缩槽道湍流中各向异性的涡黏张量各分量的空间分布规律。各向异性的涡黏张量分量的空间分布揭示了流向平均速度的法向梯度对雷诺应力三个分量的不同贡献。涡黏张量三个分量空间上的不同规律说明对涡黏张量的各向异性的考虑是合理的,而各向同性的涡黏模型不适宜描述剪切湍流雷诺应力的物理本质。     

基于深度残差收缩网络的滚动轴承故障诊断

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号,提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先,根据采集到的滚动轴承数据构造故障样本,针对多种故障类型下的长时间序列的振动信号,按照一定尺寸将长时间序列矩阵化,构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程,通过多个采样点的随机采样,构造全寿命周期的故障样本用于故障诊断。其次,在多层深度学习模型基础上,将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断,其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题,利用软阈值化实现了样本降噪。最后,为了验证所提方法的有效性,采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性,多层网络模型下没有明显的网络退化,能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时,与其他模型相比,所提方法训练误差更低,平均故障诊断正确率提高1%~6%。      

一种对空中目标的双星无源测向定位方法

针对单星无源测向对空中目标定位误差较大的问题,提出了一种对空中目标的双星无源测向定位方法。通过仿真验证了该方法对空中目标定位的可行性,结合双星视场分析了影响对空中目标的定位的因素,为后续卫星轨道的设计提出了建议。     

对当前我国失业问题的几点思考

文章讨论了我国失业的主要成因，对目前存在的隐性就业、不完善的失业保障制度、失业人员素质较低、失业现象地区间不平衡等现象进行了分析，并从深化结构调整、培育劳动力市场、完善社会保障制度、推动城市化进程、刺激经济发展等几方面考虑，以期妥善地解决我国目前的失业问题。