基于距离像特征的复合速度估计算法研究

首先分析了步进频率宽带信号混频处理原理和目标速度对距离像的影响。在此基础上,提出了基于距离像熵和距离像对比度的速度估计算法,详细分析了这两种算法的数学原理、步骤、效果、适用条件等。最后,基于这两种算法又提出了复合速度估计算法,大大提高了速度估计精度。     

碳纳米管阵列推力器放电特性的数值模拟研究

基于直接蒙特卡洛(DSMC)算法、浸入式有限元算法(IFE)、粒子云及蒙特卡洛碰撞(PIC-MCC)算法以及Ammosov-Delone-Krainov(ADK)隧穿电离模型建立了碳纳米管阵列推力器工质气体和CNT场电离过程的三维仿真模型。利用文献中的实验数据对本文仿真模型的有效性进行了验证,结果表明本文仿真模型与实验结果基本一致。针对碳纳米管阵列推力器的放电特性进行了研究,并重点分析了离子与原子碰撞过程对碳纳米管阵列推力器放电特性的影响。结果表明CNT可以极大地增强局部电场,稳态时场增强因子约为1308;与原子的碰撞使得离子在CNT附近更加集中,降低了局部电场,进而降低了其场增强能力。     

基于集成学习模型的飞行学员认知负荷研究

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全。首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K 最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比。结果表明：本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员认知负荷水平。     

一种时间欠采样实时频率和二维角估计方法

提出了用均匀平行线阵和阵元输出信号的时间延迟估计时间欠采样来波频率、方位角和仰角的方法.该算法在DFT波束空间使用PRO-ESPRIT方法,实现频率无模糊估计,完成来波信号频率和角度的估计.频率间接估计算法是先估计数字频率,然后用数字频率求模拟频率,其估计方差比直接估计算法的方差要小几个数量级.仿真实验表明了算法的有效性.     

一种新的辐射源优化识别方法

针对证据理论无法获得传感器报告、无法处理具有冲突的传感器报告、计算复杂度高、干扰环境下融合结果不可靠等缺点,提出了一种新的辐射源优化识别方法。该方法首先利用灰色关联算法来获得传感器的报告,并且提出利用信息熵解决灰色关联分析中特征权重的选择问题。然后根据传感器证据报告的特点,引入传感器可信度因子,通过构造和分解代价函数将辐射源识别问题转化为求解一个凸二次优化问题。最后,给出了一种利用对数罚函数方法求解该问题的改进方法和步骤。理论分析和仿真结果表明,与证据理论相比,新方法具有更低的计算复杂度、更好的识别能力、更广的适用性和更强的鲁棒性。
     

涡轴发动机/直升机综合控制仿真平台设计

建立了UH-60直升机/T700涡轴发动机综合控制数字仿真平台。基于VC++环境开发了包含UH-60直升机/T700涡轴发动机综合实时模型的上位机程序,与运行机载涡轴发动机+旋翼实时模型及在线优化控制模式的下位机程序。两者基于TCP/IP协议实时通讯,可进行模拟实际直/发综合优化控制的数字仿真实验。在该数字仿真环境下,分别给出了提高直升机常规飞行性能的多种优化控制模式仿真、变旋翼转速优化控制以及快速功率跟随控制模式仿真,充分表明该平台可为新一代直/发综合系统的开发研制提供一个可靠的前期数字仿真验证。     

CO2用于气动弹射的可行性分析

针对传统气动弹射介质空气做功能力不足的问题,提出采用CO_2作为新型气动弹射介质。基于质量守恒和能量守恒定律建立了以CO_2为弹射介质的弹射热力模型,并使用该模型对比分析了CO_2和空气作为弹射介质对于弹射性能的影响。得到了弹射过程中高低压室内介质状态以及飞行器运动参数的动态变化过程。与空气相比,CO_2具有更大的做功能力。相同的热力状态下弹射相同质量的飞行器,使用CO_2可获得更大的出筒速度。CO_2作为弹射工质对于大质量的飞行器优势明显,在不减小出筒速度的情况下,使用CO_2可使负载质量提升50%以上,验证了CO_2作为弹射工质的可行性。     

一种改进的DBS群目标分辨法

多普勒波束锐化（ＤＢＳ）利用目标回波多普勒频率的差别来分辨目标。但它需要较长的相关处理时间。在这期间，由于目标本身的多普勒频率是变化的，当多普勒频率变化率较大时，容易产生频谱的混叠。本文提出一种改进的ＤＢＳ方法，相关处理时间随目标回波信号频谱宽度自适应调整，以克服频谱混叠，达到分辨目标的目的．仿真结果表明，它在目标多普勒频率变化率较大的情况下，仍然可以有效地对群目标进行分辨。     

A survey on life prediction of equipment

Once in the hands of end users, such durable equipment as spacecraft, aircraft, ships,automobiles, computers, etc. are in a state of debugging, working or storage. In either state, availability, reliability and super-efficiency are the ultimate goals, which have been achieved through constant monitoring as well as regular, preventive, routine and corrective maintenance. Although some advanced instruments can visualize certain invisible malfunctioning phenomena into visible ones, deeply hidden troubles cannot be found unless monitoring and testing data are addressed using tools that process the data statistically, analytically and mathematically. Some state-of-theart trouble-shooting and life-predicting techniques and approaches are introduced in this paper.