基于微观图像及内聚力模型的复合材料裂纹扩展模拟

为研究材料微观结构及晶界强度对材料力学性能的影响,在晶界处引入内聚力单元模型,模拟晶间破坏过程。以ZrB_2-SiC复合材料为研究对象,将其扫描的微观结构图片进行矢量化处理,并导入ABAQUS有限元软件中建立模型,同时在其晶界处,设置内聚力单元模拟晶界破坏过程。通过改变Zr B2与Si C相界面强度,得到了晶界及材料不均匀对材料应力分布及裂纹扩展的影响。结果表明,由于晶界的存在,材料内部出现应力分布不均匀现象并产生应力集中。随着晶界强度的改变,裂纹起始位置及扩展方向发生改变,且裂纹沿低强度的界面进行扩展。随着ZrB_2-SiC界面强度增大,材料的强度提高,拉伸模量不变。     

PCA在雷达目标识别中的应用研究

研究了宽带高分辨雷达目标识别中的特征压缩问题.首先提取目标一维距离像双谱特征,然后应用主元分析法(PCA)降低目标特征维数,最后利用支持向量机对3类实测目标数据进行识别.实验结果表明,对雷达目标识别来讲,PCA是一种可行的特征压缩方法.     

一种新的重频特征识别方法

针对雷达脉冲重复间隔类型识别中存在的问题,提出了一种结合神经网络技术的重频识别方法.该方法分别对7种雷达重频模式,提出了新的特征矢量提取方法,并引用神经网络进行识别.实际仿真结果表明该方法是有效的,特别是对重频固定、重频滑变及重频抖动模式在高漏脉冲率的条件下依然具有较高的正确识别率.     

Ti2AlNb基合金中的组织转变及其动力学研究进展

起源于钛合金的Ti₂AlNb基合金作为一种新型高温结构材料,具有优秀的室温韧性、抗裂性能、高温强度及抗氧化性,在航空航天领域呈现出广阔的应用前景。研究Ti₂AlNb基合金的微观组织转变机制及相关动力学,对材料成分设计和加工工艺的优化以获得所需性能具有重要的意义。本文总结了Ti₂AlNb基合金中组织转变及其动力学机制的研究进展和不足,重点阐述了Ti₂AlNb基合金内B2相和O相的生长动力学研究现状,并指出Ti₂AlNb基合金在有序无序转变动力学、缺陷密度相关动力学等方面缺乏研究。未来Ti₂AlNb基合金需要结合逐渐全面的动力学研究成果来建立组织演变理论模型,从而优化合金成分及工艺,以满足更加复杂严峻的服役环境。     

基于距离像特征的复合速度估计算法研究

首先分析了步进频率宽带信号混频处理原理和目标速度对距离像的影响。在此基础上,提出了基于距离像熵和距离像对比度的速度估计算法,详细分析了这两种算法的数学原理、步骤、效果、适用条件等。最后,基于这两种算法又提出了复合速度估计算法,大大提高了速度估计精度。     

基于特征模型的火箭发动机伺服控制系统设计

以新型大推力火箭发动机为研究对象,提出了基于特征模型的伺服系统控制器设计方法。首先,介绍了特征建模理论并讨论了特征模型参数范围;其次,采用人工蜂群算法实时估计火箭发动机伺服系统特征模型参数,使其满足特征模型输出与实际系统输出特性等价条件;最后,使用黄金分割自适应控制律保证系统在参数估计过程中的闭环稳定性,同时引入前馈跟踪控制律,逻辑积分控制律和逻辑微分控制律使伺服控制系统快速、精确跟踪线位移指令并改善动态性能。仿真结果表明,设计的火箭发动机伺服控制系统指令跟踪精度高,动态特性良好,鲁棒性强。     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题。     

基于开源GIS数据的广域小重叠卫星影像定位模型精化

设计了一种适用于大区域、小重叠卫星影像有理多项式模型(RPC)定位精度优化的技术流程,基于开源数字正射影像(DOM)、数字高程模型(DEM)数据和RPC几何模型约束,通过优化尺度不变特征变换(SIFT)特征提取与匹配算法,实现了无像幅约束的控制点和连接点的快速稳健匹配,应用DEM支持下的RPC模型二维区域网方法实现了多景影像RPC模型精度的联合精化。GF-1卫星WFV影像的实验结果表明:在DEM支持下经过区域网平差后,RPC模型的定位精度可达到像素级水平。     

时空轨迹多维特征融合的行为规律挖掘算法

在预警监视系统中，利用数据挖掘技术可以从海量的目标时空轨迹数据中挖掘出目标的行为规律，实现态势信息的智能感知。目前大部分行为规律挖掘方法仅考虑目标轨迹的空间位置信息，忽略了航向和速度信息，因此难以区分空间位置相似但运动速度和方向不同的行为。除此之外，轨迹聚类算法普遍存在参数设置复杂的问题，而且容易受到轨迹行为分布密度的影响。针对上述问题，首先，通过构造时间滑窗定义了时空Hausdorff距离，可度量时空轨迹多维特征差异；其次，结合k最近邻和密度峰值聚类中决策图的思想，提出了时空轨迹多维特征融合的行为规律挖掘算法；最后，使用仿真飞行器轨迹和实测雷达轨迹数据进行实验分析和验证，结果表明在典型应用场景下本文算法可以准确地挖掘出目标所有行为规律，在智能监视任务中具有较好的应用前景。     

第三类接触 泰国村民目击“外星生物”

正日期:2005年9月9日地点:泰国梅江区目击证人:多名特点/特征:人型生物/乘员,证人画稿,集体目击,证人照片泰国村民声称他们目击到一个"外星人"或是某种非地球生物,看起来像一个约70厘米高,体型矮小的人,却有着硕大的头部。超过10名来自美一月区才华南哈伊马角村(编注:泰