后燃对火箭发动机羽流红外特性的影响

为研究火箭发动机后燃羽流近场的红外辐射特性,建立了羽流红外传输的计算模型,通过在能量方程中引入辐射源项,实现了流场计算与辐射传输的耦合求解.计算中考虑了10种组分,使用有限速率化学反应模型对羽流后燃现象进行计算,分别使用有限体积法和离散坐标法求解羽流流场和辐射传输方程,得到了羽流红外辐射强度在1~15μm范围内随波长变化的曲线及辐射强度在近场内的分布云图,与试验数据符合较好.在羽流近场内能够捕捉到辐射特性随流场物性变化的情况,表明耦合求解能提高辐射计算精度.随着来流马赫数和飞行高度的增加,后燃引起的羽流红外辐射强度的增量均变小.     

红外搜索跟踪系统单机运动测距方法研究

机载红外搜索跟踪系统只能测量目标的方位、俯仰角度信息,而无法直接获取目标的距离信息。因此需通过载机平台的机动运动,提高系统可观测性,从而对目标距离进行解算,为火控系统提供完整的目标运动参数,实现对目标的被动攻击。通过建立红外搜索跟踪系统（IRST）单机运动测距的数学模型,针对伪测距的非线性滤波的有偏特点进行了去偏处理,获得无偏的单机运动测距模型,并通过数字仿真进行算法模型的仿真验证,验证了算法的有效性。     

数据链对未来信息化作战的影响及建议

在目前众多的通信和指挥控制的技术手段中,数据链是表现突出、最具潜力的技术手段之一。文中主要概述了数据链的内涵和功能,分析了数据链对信息化作战的影响,并对加快我国军队数据链建设和发展提出了几点建议。     

涡扇发动机排气系统红外特征

采用反向蒙特卡罗法(Reverse Monte-carlo,简称RMC)结合窄带模型计算了模型涡扇发动机(不带加力)排气系统的红外辐射强度。考虑了金属壁面的发射和反射以及燃气中CO2,CO和H2O等组分的吸收、发射和透射,组分的吸收系数由NASA SP3080数据库获得,并对判断射线归宿的过程进行了改进,开发了计算程序。实验测量了模型涡扇发动机排气系统的中波红外光谱辐射强度及其空间辐射强度分布。结果表明:计算得到的3～5μm波段内的光谱辐射强度以及空间辐射强度分布与实验值吻合较好,最大误差为10%左右,本文的计算方法能比较准确地反映涡扇发动机排气系统在非加力状态下的中波红外辐射特征。     

混合排气二元收敛喷管气动与红外隐身综合设计方法

为使混合排气二元收敛喷管的设计在满足发动机推力性能要求的同时,也具有良好的红外特征信号抑制效果,从固定式混合排气二元收敛喷管的设计要求出发,提出了一套混合排气二元收敛喷管气动与红外隐身综合设计的方法和流程.并通过算例计算验证了该设计方法的可行性.另外,计算结果表明:二元喷管的进口截面位置、喷管总长、出口面积以及出口宽高比等几何参数对实现喷管推力性能均起到关键作用;而合理确定出口宽高比,对实现喷管红外隐身性能具有重要作用.      

PAN纤维在惰性气氛中的热稳定化反应进程

在惰性气氛条件下,将PAN原丝在180-280℃进行恒温热处理.通过傅里叶变换红外、13C固体核磁共振方法研究了PAN纤维在热稳定化过程中的结构演变规律,并对PAN纤维的热稳定化反应进程进行了探索.结果表明:随着热处理温度升高,共聚单体中的羧基首先引发环化交联反应;在220℃左右开始发生剧烈的环化交联反应;当热处理温度...     

航天器热平衡试验用大面阵外热流动态模拟系统设计及应用验证

针对航天器热平衡试验时采用固定式红外加热笼无法模拟超低热流的问题,文章研制了一种可在真空低温环境下长时间连续可靠运行的大面阵外热流动态模拟系统。该系统能够在不打开真空容器的情况下,通过动态调整红外加热笼与航天器表面之间的相对位置,同时实现航天器表面的高热流和超低热流模拟,高、低热流模拟的转换时间最短仅需3 min,所模拟的最低热流不大于20 W/m2。将该系统应用于某航天器热平衡试验,能够在低温工况有效降低航天器表面接收的外热流,使航天器表面温度和该表面上的单机温度降低3.5～10℃。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

基于低比特量化神经网络的红外目标识别方法及其FPGA实现

红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择,无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略,有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面,本文提出了更加高效的卷积计算单元,提高了硬件资源的利用率,同时也达到了更高的峰值性能。最终,在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证,系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率,其功耗为2.5 W。