改进FDTD／集总源模型分析航天器场线耦合

针对典型的电磁脉冲对航天器电缆耦合问题,建立了航天器场线耦合分析模型。在场分布计算方面,采用基于平均电参数和分析目标与 Yee网格不重合的边缘部分修正的改进时域有限差分法。在场线耦合方面,建立基于集总等效源模型的多导体传输线瞬态响应模型,将外场在传输线上激励的分布电压源和电流源与传输线指数矩阵解耦,建立了集总等效电压源和电流源模型。采用分析模型分析运载内一根电缆受电磁脉冲影响的响应,结果表明,即使存在屏蔽作用,电磁脉冲在电缆上耦合的干扰足以损毁设备。     

宽带LFM信号的线性度测量

介绍了一种采用微波延迟线鉴相的方法对宽带LFM信号的线性度进行测量的装置。在该装置中,使用光纤、电缆实现微波延时,在小波变换的基础上采用相位建模以提高瞬时频率的测频准确度,根据线性调频信号的调频形式建立数学模型,得出了线性度的数学表达式。     

基于线性调频波的有源对消隐身仿真及分析

有源对消隐身技术由于其适用性广、灵活主动及不破坏目标外形等特点而受到重视。针对其技术要求中的快速反应、延时较短的特点,提出了一种基于线性调频（LFM）波的对消系统方案。该方案对入射波采样后进行相位和频率的调制,然后直接转发,使其匹配滤波输出与原入射波的回波输出进行对消;探讨了有源对消技术的电磁学原理并以理想导电无限长圆柱为散射源,对平面波与柱面波的对消效果进行了仿真验证,得出不同视角、平面波与柱面波的夹角都会对对消效果产生影响的结论,且在两列波夹角为0°时达到最佳;推导了进行相位与频率调制的对消后信号输出公式,并利用MATLAB对其进行了仿真验证,结果表明,对消后输出信号峰值由时延脉宽之比决定,带宽对输出信号主峰的宽窄程度有直接影响。      

高精度法矢下切割面自适应的凸曲面射线寻迹

针对电大尺寸目标难以精确解析表达带来的一致性几何绕射算法应用难问题,提出了基于三角网格、适用于任意凸曲面的射线寻迹（TM-tracing）算法。应用工程中较易获取的三角网格及其协议,设计了一种满足快速多边搜索条件的网状数据存储链表;提出了满足寻迹要求的高精度法矢求解算法;采用切割面自适应调整的弧形拟合寻迹方法实现了爬行波寻迹算法;结合一致性几何绕射理论（UTD）实现了暗区场值求解算法。任意网格曲面射线寻迹结果表明:本文提出的寻迹算法适用于包括球、柱和锥在内的任意光滑凸曲面,寻迹偏差小于1.61%,寻迹速度为2.8 s,具有一定的工程应用价值。      

舰载机安全逃逸复飞的参数适配包线

逃逸复飞特性对于确定舰载机的进舰速度、航母航速与着舰海况等级限制等均具有重要的影响。根据逃逸复飞的任务要求,提出了离舰滑跑距离、逃逸复飞段最大迎角相对进舰配平迎角的增量和着舰时的俯仰角作为安全性评定的3个参数。建立了数字飞行员模型,基于数字虚拟飞行仿真计算的方法,获得了满足逃逸复飞安全要求的参数适配包线。研究结果表明:在每一确定的着舰重量下,均对应存在一个最佳的进舰速度范围,能够使舰载机逃逸复飞的离舰滑跑距离最短;逃逸复飞段最大迎角相对进舰配平迎角的增量、着舰时舰载机的俯仰角分别决定了进舰速度大小的上、下边界;舰载机重心位置变化将使参数适配包线的边界位置和范围发生改变,但边界形状基本不变;航母航速减小将显著地缩小参数适配包线;适配包线内每一点的逃逸复飞成功率,可以为不同海况等级下的逃逸复飞安全性判断提供参考。      

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

路网匹配定位方法研究

针对车载惯性导航设备由于其惯性器件随时间漂移产生误差导致系统定位精度逐渐变差的问题,提出了一种路网匹配定位方法以提高车载导航系统的综合定位精度,该方法基于视觉测量原理通过双目摄像装置采集道路周边环境特征进行匹配定位,介绍了匹配定位的基本原理和系统实现所需的关键技术,通过实际跑车测试,验证了该方法的合理性和可行性。     

结合轮廓及骨架序列编码的二维形状识别

二维形状识别是物体识别中的一个基本问题,被广泛地应用于商标检索、指纹识别、物体定位、图像检索等多个领域。其中,基于生物信息学的二维形状识别是近期一个新的研究方向,基本思想是把二维形状的轮廓转化为生物信息序列,借助标准的生物信息序列分析工具来进行二维形状的匹配和识别。不过,利用轮廓进行信息序列编码存在编码冗余和编码准确性不高的问题,本文提出了一种新型的结合形状轮廓和骨架的序列编码方法。该方法利用骨架表示形状的细长分支,减少编码的冗余;并分别对轮廓和骨架进行不同类型的编码,具备编码简洁、后续匹配准确性高等优点。最后,本文在三个公开数据集上进行大量的形状识别实验,并与多种通用形状识别方法进行了比较。实验表明,本文方法在多个实验中均取得了较高的识别准确率,相比基本的形状特征描述方法,准确率提高了近5%。      

飞行控制律全包线鲁棒稳定性评估

传统的飞行控制律评估方法只能对飞行包线内的离散点进行逐点分析,对不确定性参数也只考虑了上下界,分析过程缺乏完整性和系统性。针对这些不足,研究了基于一种改进遗传算法的分析方法,该方法将评估准则转化为某个适应度函数,通过对适应度函数寻优以找到最坏情况下的不确定参数组合,在其基础上进行评估并给出评估结果或控制律修改意见。仿真结果表明,该方法能连续地研究多个不确定性参数同时摄动时的飞行包线,克服了传统方法的不足。