一种适于硬件实现的简化的无列表SPIHT

文中提出简化的无列表SPIHT,它采用状态标识符来记录集合分割信息,而不采用动态的链表操作。它将 精练过程提至不重要像素处理过程之前,从而省略状态标识MNP和MCP,减少状态操作的时间,易于硬件实现和实时 图像处理。     

环型超声速空气引射器零二次流流场数值研究

采用二维轴对称雷诺平均方程和标准κ-ε双方程湍流模型，数值研究了环型超声速引散器零二次流的流场结构及盲腔压强的变化，空间上采用二阶迎风格式进行耦合求解，时间上采用显示的Runge-Kutta方法进行迭代推进。结果表明，引射器几何参数不变的情况下，启动后的盲腔压强与引射气流总压之比为一常数；喷管马赫数不变情况下，喷管出口面积与混合室入口面积比越小，盲腔压强越低，扩压器性能越好，启动要求的总压越低，对超声速空气引射器的设计具有指导意义。     

催眠绑架记忆

现在,世界上数以百万计的人声称曾遭外星人绑架。美国坦普尔大学戴维·雅各布斯博士经过多年研究发现：“有些人记得一些被绑架的片段,还有人记得整个过程。不知为什么,催眠术可以帮助人们打开记忆的大门,让人突然想起某段奇怪的、很久以前的记忆。所以,唯一能唤回记忆的方法,就是让人进入非常放松、专注的心理状态。”     

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响,设计了两步卡尔曼滤波（TSKF）算法。首先,介绍了脉冲星方位误差估计的传统模型,并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次,在传统的估计模型中加入了钟差和卫星位置误差,并将钟差和钟差变化率增广为新的状态量,从而推导出包含2种误差的新模型,并证明了该模型的完全可观测性;根据该模型并按照两步卡尔曼滤波原理,得到了TSKF算法的步骤。最后,通过仿真表明:在钟差和卫星位置误差同时影响下,传统脉冲星方位误差估计算法偏差较大且发散;TSKF算法则能够有效隔离2种误差的影响,使赤经和赤纬误差估计达到0.2 mas之内的精度。      

含椭圆分层复合材料层板三维问题的三角级数能量解法

根据叠加原理将含有椭圆形内部分层的层板在横向载荷作用下的受力状态进行分解 ,从而将分层问题归结为在分层表面上的附加剪切载荷作用下层板附加位移与附加应力的分析 ,并据此建立了一个仅包含分层区的力学模型。然后利用双三角级数构造满足层板分层区位移边界条件的位移模态。最后 ,应用最小势能原理确定位移解。计算结果收敛 ,挠度收敛尤为迅速。     

基于接触状态的叶冠预扭设计

针对某工程的实际问题,建立了叶片三维分析模型,应用谐波平衡法和时频转换法,分析了叶冠结构参数与安装状态下叶冠力学性能的关系,总结了叶冠几何参数对接触状态的影响规律;就叶冠接触状态与叶冠磨损之间的关系进行了讨论;基于接触状态的设计理论,提出了叶冠预扭设计基本思想和工程方法.     

高超声速全机外形气动加热与结构传热快速计算方法

发展了一种无黏流场解与工程计算方法相结合的高超声速全机外形气动加热与结构传热快速计算方法。该计算方法结合了三维块结构网格无黏流场数值计算技术可处理复杂外形流动的优点与工程计算方法效率高的特点,将气动热的计算简化为绕飞行器的无黏外流(边界层以外)数值解和边界层内热流求解两个部分,同时耦合了防热结构传热计算模型、高温化学非平衡热效应估算方法以及弹道状态动态插值方法,可用于快速计算与分析三维复杂外形高超声速飞行器在弹道飞行状态下全机热环境参数、防热结构内温度场等随飞行时间的变化特性。以RAM-CⅡ、类Ⅹ-37B等典型高超声速飞行器为研究对象,在设定的飞行条件及热防护方案下,进行了气动加热与结构传热问题的求解,给出了全机表面热流密度与防热结构材料温度的时变特性。结果对比表明,所发展的方法具有快速、高效的特点,且计算精度可满足工程设计初期选型需求,可为高超声速飞行器的热防护系统初期设计及热环境特性快速计算分析提供技术支持。     

高空台间接加热试验

用同一种发动机在不同模拟状态下，采用技改措施及加热器的火焰筒不同个数进行了试验，获得了模拟温度、气源压力与时间的关系。设备的总压系数为0．67；加热系统的总效率为0．41－0．55。与另一高空台使用同一间接加热系统的总效率（约为0．62）相比有所不同。分析了原因，并指出了解决问题的途径。上述试验方法及试验结果可供类拟发动机试验参考使用。     

GKF算法下对机动目标多步预测的误差分析

机动目标运动状态的多步预测是为了更好的为机动目标的跟踪提供数据支持,因此要保证多步预测数据的可用性,需要知道预测的精度,由此要对预测数据做误差分析。本文在对机动目标运动轨迹实施多步预测的基础上分析了多步预测过程中随机误差的传递,以及传递的随机误差对多步预测的影响。仿真结果显示,预测中传递误差方差占预测误差方差的绝大部分,是影响预测精度的最重要因素之一。