基于级数展开的位置误差加权定位方法

随着对海洋探索的愈加深入,对水下目标探测能力的要求也愈发严格。针对噪声干扰严重时算法性能大幅度下降的问题,文章主要研究仅利用分布式矢量水听器的波达方向信息对未知目标进行融合定位。在已有的基于位置误差加权方法的基础上,利用几何二次约束减小波达方位角量测误差,并结合泰勒级数展开,将一阶权值推导至高阶,解决在低信噪比情况下定位精度差的问题。仿真结果表明:相对于传统的基于方差倒数的自适应加权算法,该方法在定位精度上有很大提高,尤其在低信噪比的情况下效果显著。     

双基固体推进剂药柱非线性蠕变特性实验研究

研究了某双基固体推进剂药柱的非线性蠕变性能。依据固体推进剂药柱试件在不同温度、应力水平条件下的蠕变实验,分析其蠕变行为的非线性特性。实验结果表明,其力学性能与时间、温度、应力强烈相关。构建了参考温度20℃和参考应力5 MPa水平条件下的蠕变柔量主曲线。理论和数值计算表明,较高温度和应力水平下的固体推进剂药柱短期蠕变实验,可用于预测其在较低温度和应力水平下的长期蠕变行为。利用5级Prony级数模拟的蠕变柔量函数与实验叠合主曲线能很好吻合。     

基于多模态融合的任意对称翼型结冰预测方法

为解决目前绝大多数神经网络冰形预测方法只能针对特定翼型且不具备面向多翼型特征的普适性的问题，采用基于多模态融合的深度神经网络方法，以翼型截面图像与结冰工况参数作为输入，以二维冰形曲线傅里叶级数拟合参数作为输出，建立深度神经网络预测模型，实现了对任意对称翼型结冰特征的预测能力。结果表明：提出的模型可以准确地预测任意对称翼型几何特征条件下的结冰外形，冰形面积与最大冰厚等冰形主要参数预测误差均保持在10%以下。