基于PSO-BP神经网络的固冲发动机推力估计器设计

为了对固体火箭冲压发动机的推力进行直接控制，提出了基于PSO（粒子群优化算法）优化BP（back propagation）神经网络的固体火箭冲压发动机推力估计方法。采用SPSO（标准PSO）和三种不同的BBPSO（骨干PSO）寻优神经网络权值，而后以最优权值进行BP网络训练，对其进行精调，如此便可获取推力和燃气流量、飞行马赫数以及飞行高度之间的非线性关系，从而完成推力估计器的设计。利用240组训练集数据对网络进行训练，并用180组测试集数据对网络进行验证。仿真结果表明：在SPSO、BBExp（exploiting BBPSO）、ABPSO^*（modified adaptive BBPSO）和SNPSO（simplified pruning strategy based BBPSO）等四种不同的PSO中，基于SNPSO优化BP神经网络实现推力估计器设计是最为便捷有效的方法，不仅形式简单，而且对于测试集数据而言，其能够将推力相对误差控制在5%以内。     

肋参数对液氧甲烷发动机推力室强化换热的影响

为深入研究带肋推力室强化传热的机理，对带肋液氧/甲烷推力室的燃烧与再生冷却进行了流动与传热耦合分析，并针对不同肋高和肋数目进行了参数化分析。结果表明:引入等效平均热流密度的概念可以准确描述带肋推力室中的实际传热过程;平均热流密度总是随着肋数目的增加而减小，当肋高恒定时，由于总换热面积增大，等效平均热流密度会随着肋数目的增加而增大;而当总表面积恒定时，等效平均热流密度会随肋数目的增加而减小。此外，盲目地增大总换热面积并不一定能改善传热强化，甚至会在某些情况下恶化传热，因此在设计过程中也应该结合其他肋参数进行综合考虑。     

一种航天接口芯片静电防护电路的软击穿现象

接口阻抗测试是航天产品中对产品状态是否正常来进行判断的常用方法。在航天产品应用中，通常认为接口芯片阻抗测试异常即代表该接口芯片已经失效。本文针对一种LVDS接口发送芯片由静电导致阻抗测试异常，但功能正常的现象进行分析。在元器件失效分析的基础上，定位静电损伤的位置为芯片内部静电防护电路，从而建立了对应的电路模型，对芯片静电损伤的现象进行理论分析。分析说明：该芯片在被静电打击时，其静电防护电路中一个NMOS管受损，但该电路保护了芯片的功能电路，被击穿的NMOS管等效为一个电阻，因此导致阻抗测试异常，但芯片功能电路未受损的现象，为静电软击穿现象。且可认为该芯片在受静电影响后并未失效，相关电路仍具有正常工作的能力。即阻抗异常现象并不是芯片失效的充分条件。     

基于多DSP的机载SAR距离徙动校正实现方法

针对机载合成孔径雷达(SAR)数据量大、运算复杂、实时性能要求高等问题，提出了一种基于多片多核DSP并行的方式实现机载SAR距离徙动校正的方法。重点介绍实现过程中的片间及片内并行和同步处理、数据交互、数据分配，距离徙动校正的距离向脉冲压缩和惯导补偿，以及多普勒中心估计实现的具体步骤，利用点仿真和实测数据验证了该方法的有效性，并提出优化模块，进一步提高运算的实时性。     

隔热-相变复合热防护构件热防护能力研究

以隔热瓦、氯化锂相变复合材料、硝酸锂定形相变复合材料和季戊四醇定形相变复合材料为原料制备了隔热-相变复合热防护构件及其纯隔热对比样,采用快速升温单侧加热装置测试了其在1 200℃下的长时热防护性能.结果表明,相同加热时间7 650 s,复合热防护构件及纯隔热对比样的背温分别为222.3、644.0℃,复合热防护构件的隔...     

SINS/BDS紧组合系统中自适应 两阶段扩展卡尔曼滤波

在实际应用中，以伪距/伪距率为观测量的SINS/BDS紧组合导航系统，存在量测噪声的统计特性与实际不相符的情况，传统扩展卡尔曼滤波（EKF）方法无法有效解决这一问题，从而引起滤波误差增大。提出了一种SINS/BDS紧组合导航系统的GDOP估算及在线估计量测噪声的自适应两阶段EKF（ATEKF）方法，该方法使用经过紧组合修正后的SINS输出的位置，并结合星历数据中提供的卫星位置求解GDOP。在此基础上，利用GDOP值以及新息，实现了紧组合导航系统的量测噪声方差阵（Rk）的在线实时估计，从而达到自适应滤波的效果，改善导航精度。     

基于随机森林的物联网设备流量分类算法

物联网（IoT）设备流量分类对网络资产管理有重要意义，基于流量统计的分类技术是当前研究热点。已有算法主要基于流信息建立特征向量，而对数据包信息利用较少。改进了基于随机森林的物联网设备流量分类算法，基于流信息和流数据包信息共同建立特征向量。实验结果表明:所提算法与其他算法相比，所提算法的平均分类准确率由56%提高到82%，平均召回率由47%提高到67%，平均F₁得分由0.43提高到0.74，混淆矩阵对比也有明显提升，因此具备更好的分类效果。