幅相联合技术下导引装置测向性能仿真分析

在介绍了国外反辐射无人机导引装置幅相联合测向技术的基础上,分别就干涉仪、比幅法测向条件下导引装置测向性能进行了仿真分析。结果表明,导引装置采用干涉仪测向时精度较比幅法测向的精度高,但存在测向模糊;比幅法测向精度不高,但可以解除干涉仪测向产生的模糊。最后,分析给出了测角范围与目标雷达频率、测角误差与测量到达角的关系,得出了导引装置采用幅相联合测向的优势。     

k/N系统维修时机与备件携行量联合优化

针对任务期间舰载k/N系统的维修保障问题,以出航准备阶段维修与携行备件的配置为背景展开研究。结合k/N系统的使用及维修过程,以部件可修为前提建立了维修与携行备件的联合优化模型。模型以装备使用可用度为约束条件,以保障费用最低为目标函数,决策变量包括维修启动条件、备件携行量和维修人员数量3个参数。采用边际分析法对模型进行求解,分析了传统算法存在的问题,并提出了对应的改进措施。算例包括3部分：一是用仿真对比验证了所建模型,结果表明本文模型具有较小的误差;二是以枚举法得出的最优解为基准,对传统算法与改进后算法的性能进行了比较,结果表明改进后的算法可明显减小与枚举法最优解的相对误差,提高寻优概率;三是对各项改进措施的贡献做了相应测试。     

基于3DT的空时自适应单脉冲参数估计算法

空时自适应处理(STAP)是机载预警雷达抑制杂波和干扰的一项关键技术,而多普勒三通道联合自适应处理(3DT)是适合工程实现的降维(RD)STAP方法。STAP目标检测后还需进一步估计目标的角度参数,因此将自适应单脉冲(AM)技术引入3DT,提出了一种高精度联合估计目标速度与方位空间角的空时自适应单脉冲算法。理论分析与仿真实验结果表明,当目标多普勒频率偏离检测多普勒单元中心频率时,该算法能同时减少目标多普勒跨越损失和空时导引矢量失配损失,进而提高输出信杂噪比(SCNR),改善目标测角精度。     

多因素影响下的起落架收放系统性能分析

起落架收放系统是集机、电、液的混合复杂系统,影响收放性能的因素也呈多样性.针对目前大多研究并未较好地将收放各部分系统综合考虑的研究现状,提出了一套结合理论分析、多学科仿真技术及试验验证的分析方法,为起落架收放系统提供了较准确的分析手段.首先采用功率键合图法详细地推导了起落架收放系统动力学方程;在理论模型的基础上,建立了结合起落架动力学和液压系统的多学科协同仿真模型,并用试验结果对虚拟样机模型进行验证;最后详细讨论了混合系统中各关键参数对起落架收放性能的影响.研究结果表明,联合仿真模型的压力曲线与试验实测数据吻合良好,同时侧风、摩擦阻力、阻尼孔、液弹、油液泄漏等关键参数对收放性能都有不同程度的影响,分析结果可用于指导起落架收放参数设计、收放故障分析及可靠性研究.      

众眼看宇宙

<正>红外波段的银河系中心为了给我们展示银河系的中心究竟在上演什么样的戏码,"哈勃"与"斯必泽"空间望远镜联合起来在红外光波段以前所未有的解析度巡视银河系的中心。这幅组合影像所涉及到的长度约300光年,宽度约115光年。所涵盖的范围大约是太阳系的20倍。从影像中,我们可以看到成团的光亮云气和黝黑的尘埃。在左下角的五胞胎星团附近,可以看到受到强烈恒星风雕塑的云柱;在影像的右下角,是围绕着半人马座A的大质量星团。然而,银河系中心为何会出现几颗不属于这些星团的大质量恒星,至今仍然是未解之谜。     

电动汽车牵引用永磁同步电机的场路联合仿真

基于Maxwell 2D和Simplorer联合仿真平台,以1台额定功率20 kW的电动汽车牵引用永磁同步电机为研究对象,建立考虑电机饱和问题和损耗影响的电机牵引系统仿真模型。通过分析恒转矩工作区间id=0控制与MTPA控制、高速运行区间id=0控制与弱磁控制的牵引特性,具体对比了电机的磁链、电流、转矩脉动、驱动效率等特性。通过试验测试,验证了仿真方法的正确性,为电动汽车牵引电机调速系统的控制仿真提供了参考。     

带异步相关噪声的战斗机蛇形机动跟踪算法

针对异步相关噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,从联合优化的解决思路出发,基于期望最大化（EM）算法框架,提出了一种带异步相关噪声的联合估计与辨识算法。首先采用"去相关框架"解除过程噪声与量测噪声之间的相关性,从而将异步相关噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题,其次通过解除目标状态与转弯角速度之间的非线性耦合关系,基于期望最大化算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识,从而获得转弯角速度闭环形式的解析解：在E-step,通过利用异步相关噪声背景下的高阶容积卡尔曼平滑器（HCKS）,获得目标状态的后验估计;在M-step,通过极大化条件似然函数,获得转弯角速度的解析解。最后通过仿真验证了所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法。