发动机主承力构件热结构特性分析

液体火箭发动机随着推力增大,振动量级会变得更加剧烈,工作环境也会更为恶劣.因此,需要对承力结构的结构变形、摇摆间隙、与总体对接面变形情况以及各组件间接口可靠性进行详尽研究.以某型号发动机的主承力构件为研究对象,首先通过CFD方法得到工作状态下发动机内部的压力及温度载荷,然后将得到的温度和压力载荷做为应力分析的边界条件,对发动机主承力构件进行有限元分析.通过对计算得到的应力场进行分析,寻找到发动机危险截面,对这些截面上的应力采用应力线性化手段进行应力分类,最终通过应力强度评定原则对各类应力进行强度评定,以校核强度是否满足要求.校核结果表明该主承力构件的强度满足安全要求.     

基于本征图像分解的高光谱图像空谱联合分类

高光谱图像分类是许多应用的第一步,也是极其重要的一步。针对目前分类方法存在误分现象,尤其是在地物边缘附近区域,以及现有空谱联合分类方法计算复杂度高的问题,提出一种基于本征图像分解以及导向滤波的高光谱图像空谱联合分类方法:利用AP聚类进行波段选择,提高计算效率;利用基于局部稀疏约束的本征图像分解方法进行高光谱本征图像分解,获取反射率本征图;利用导向滤波器对初始分类结果进行优化。实验结果表明:文章提出的空谱联合分类方法在分类精度与计算时间方面优势明显。     

基于联合定轨策略的星间相对测量自主定轨亏秩问题的改进

发展基于天基测控网的卫星测控定轨技术是克服传统地面测控方式缺陷的有效手段,而仅仅利用天基星间测量信息进行自主定轨易产生亏秩现象.为消除亏秩问题进一步提高定轨精度,本文以位置速度矢量作为轨道改进状态向量,对基于星间相对测量自主定轨亏秩问题的本质进行了再探讨,针对星间相对测量的三个应用领域中继卫星系统、编队卫星星座、双星定位系统提出了基于联合定轨策略的天地基测量信息融合的改进措施.以双星定位系统为例提出了数值融合联合定轨算法,并进行了联合定轨仿真实验.仿真计算结果表明,基于数值融合算法的联合定轨策略能够大大改善法方程系数矩阵的性态,两天观测数据下用户星定轨精度可以达到11.26米.     

稀疏孔径成像系统发展概况

介绍了稀疏孔径成像系统的发展现状。重点介绍了系统的成像原理和种类,国外的研究进展以及系统实现的关键技术和应用前景。     

基于TP的伽利略搜救信号参数估计算法

针对伽利略搜救系统信标信息提取时对FOA、信息位宽和TOA的高精度估计要求,考虑到用户信息未知,提出基于TP(纯载波和位帧同步信息)的多维联合极大似然估计算法和体积重心算法相结合的FOA、信息位宽、TOA估计算法。推导算法原理,并根据参数之间的相关性将估计过程分为两步完成。Monte Carlo仿真和实测结果表明,在34.8dBHz的处理门限下,FOA、信息位宽、TOA估计的均方根误差分别小于0.14Hz、2.5μs和30μs,优于其他算法估计性能,为信标信息提取提供了保障。该算法目前已应用于伽利略MEOLUT地面站。     

一种适于工程应用的近似MSJPDA算法

为提高复杂数据融合系统中的航迹关联正确率，在ZHOU B的DC和AC算法基础上提出一种新的近似多传感器多目标联合概率数据关联算法，它以一个目标为中心的近似聚为构造关联事件的起点，并在计算中将DC和AC结合得到的一种全部的点迹－航迹关联算法，在杂波下目标密集，航迹复杂的数据融合系统中进行实验，对关联正确率，并联时耗等与最近邻法进行了比较，效果较好，它能为有效提高目标点迹－航迹的关联正确率，在计算时耗上较完全联合概率法少得多，能满足工程中实时性的要求。     

基于原子加权稀疏表示的图像融合算法

图像融合一直以来都是图像处理与机器视觉领域中极其重要的研究方向,而稀疏表示(Sparse Representation,SR)是当前应用最为广泛的图像表示理论之一.针对传统的基于稀疏表示的图像融合策略对超完备字典信息利用不足的问题,提出了基于原子加权稀疏表示(Atom?weighted Sparse Represent...     

相关色噪声下无冗余累积量稀疏表示DOA估计

针对传统均匀线阵中四阶累积量计算复杂度大、对快拍数敏感的问题,提出了一种快速去冗余的高分辨波达方向估计新方法。该方法首先通过构造选择矩阵对四阶累积量矩阵进行第1次降维处理,摒弃传统四阶累积量中大量冗余数据,然后对无冗余累积量矩阵进行矢量化并通过二次降维得到统计性能更优的向量观测模型,最后在相应的过完备基下建立观测模型的稀疏表示进行波达方向(Direction of Arrival,DOA)估计。同时将方法推广到L型阵列2维DOA估计,扩展了其应用范围。与传统的四阶累积量方法相比,该方法大大地减小了计算量,对快拍数要求不高,并且能够有效地抑制相关色噪声。理论分析和仿真实验验证了该方法对1维和2维DOA估计都具有较高的估计精度和分辨率。     

基于非平稳高斯过程的叶栅加工误差不确定性量化

基于非平稳高斯过程描述叶片加工误差,结合Karhunen-Loeve展开方法,建立了由于加工误差导致的叶片型线几何不确定性表征模型。耦合非嵌入式多项式混沌展开、稀疏网格技术与Reynolds-Averaged Navier-Stokes (RANS)方程求解技术,提出了叶栅加工误差不确定性量化方法,研究量化了加工误差所导致的叶型几何不确定性对典型高负荷Pak-B叶栅气动性能的影响。结果表明,在加工误差影响下,叶片负荷相对于设计值变化[±1%]以上的概率为0.56,总压恢复系数相对于设计值降低1%以上的概率为0.12。详细气动分析表明,斜切部分和尾缘的加工制造精度对Pak-B叶栅气动性能影响显著,相应位置的加工误差应严格控制。     

基于稀疏和冗余表示的图像融合方法

为了产生能提供更多信息的融合图像,提出了一种基于SRR(Sparse and Redundant Represent,稀疏和冗余表示)理论的图像融合方法。该方法首先采用训练所得的冗余字典对原始图像进行稀疏表示,然后对系数矩阵采用1-范数取大融合规则进行融合,最后对融合系数矩阵和冗余字典进行重建以得到融合图像。将该方法与拉普拉斯变换、PCA(Principal Component Analysis,主成分分析)、DWT(Discrete Wavelet Transform,离散小波变换)、CVT(Cur Velet Transform,曲波变换)和NSCT(Non-Subsampled Contourlet Transform,非下采样轮廓波变换)等方法在几组图像上进行比较,实验结果表明,该方法在一定程度上提高了融合图像的质量,在主观和客观上都具有较好的性能。