高空长航时无人机用涡扇发动机关键技术分析

针对目前高空长航时无人机(HALE UAV)在信息化战争中应用越来越广泛、地位越来越重要的现状,介绍了高空长航时无人机对动力的需求,总结了国外高空长航时无人机用涡扇发动机的发展现状,分析了其技术特点,提出了我国发展高空长航时无人机动力需突破的关键技术.     

神经网络在高空长航时无人机翼型多点优化中的应用

NSGAII算法在翼型多点设计中有着广泛的应用价值,然而其巨大的计算资源和计算成本限制了它的使用。为了解决这个问题,本文引入具有较强非线性映射能力的神经网络代理模型,采用实验设计结合BP法训练神经网络响应面来代替N-S方程求解翼型的性能。在实验点的数值模拟中,为了进一步节省计算资源,提高计算效率,采用网格的变形代替网格的重新划分,使得计算网格的更新速度提高了约50%。在翼型的参数化过程中,采用改进的PARSEC方法,用较少的参数实现了翼型的精确控制。为了增强神经网络的泛化能力,采用12-7-4-3-1的隐层结构。对NLF1015翼型的多点优化算例表明,此方法不仅显著降低了整个优化过程的计算量,而且对翼型的气动性能预测也具有较高的可信度,在高空长航时无人机的翼型设计中具有一定的潜力。     

超长航时无人机项目引发的思考美国DARPA谈“秃鹰”无人机项目

去年3月初,美国国防部预研局（DAPAR）发布了两款全新的无人机研制计划——“快眼”和“秃鹰”。前者将以弹道导弹作为运载工具,能在1小时内部署至全球任何地方,以有效获取所需情报;后者则是一种全新概念的无人机,其性能和使用特点完全不同于传统航空器,     

奈达的功能对等理论在应用文体翻译中的应用

介绍奈达的功能对等理论和应用文的文体特点,论述应用文体翻译应遵循功能对等理论,即译者应准确推测原文意思,充分了解读者的认知语境,用译入语准确写出相应的应用文,达到最佳的功能对等。     

基于不确定性的旋翼转速优化直升机参数设计

为了提高旋翼转速优化直升机总体参数设计质量,基于不确定性多学科设计优化方法,对旋翼转速优化直升机的参数设计进行了研究。首先对最优旋翼转速的不确定性进行分析与建模,同时也考虑了直升机加工制造、材料老化引起的不确定性因素,对比发现最优旋翼转速是旋翼转速优化直升机设计中的主要不确定性因素;然后在协同优化框架下,分别建立了直升机飞行性能、直升机重量、飞行稳定性与变转速涡轴发动机性能计算模型;最后以续航性能为系统学科,悬停性能、飞行稳定性分别作为子学科,进行多学科的不确定性优化设计,得到了3种不确定性优化设计方案。通过对比分析可以发现：第2种方案为旋翼转速优化直升机的最佳参数设计方案,该方案满足悬停需用功率低于350 kW,飞行稳定性指数小于0.8等约束条件的概率不低于95.46%,并且直升机的最大航时期望值也较大。     

军工高安全软件数值型运行时错误分析方法

提出一种抽象解释和有界模型验证的数值型运行时错误分析方法.利用抽象解释方法分析程序数值变量范围,获得每个程序点达到不动点的变量初步值范围信息.根据待分析的运行时错误类型,在相关需要检测的程序点处将数值变量取值信息转化为断言或假设形式插入程序中,将带有断言和假设的程序转化为布尔公式,验证其可满足性,进而验证断言的正确性.实验证明,该方法与现有方法相比,在精度和效率两方面都有良好的表现.     

一种未知信源数的快速DOA估计算法

文章针对众多性能优良的超分辨DOA（Direction—Of-Arrival）估计算法大都是以预知信源数为前提、信源数估计不准可能会导致DOA估计失败这一问题,提出了一种基于协方差矩阵对角加载的超分辨DOA估计算法。该算法不需要预判信源个数和进行特征值分解,且通过对协方差矩阵进行对角加载,可以平滑小快拍数时噪声特征值分散程度,因此,该算法更适用于快拍数较少的情况。理论分析表明：该算法的统计估计性能接近于MUSIC（Multiple Signal Classification）算法。计算机仿真结果验证了该算法的鲁棒性和可行性。     

某型民用飞机时控件确定及周期控制研究

时控件是民用飞机研制和适航审定及运营监管的重要组成部分,加强时控件的确定及周期控制管理对飞机的运行安全至关重要。本文介绍了国际主流民用飞机制造企业对时控件的确定及周期控制管理方法,通过分析目前某型民用飞机时控件的管理现状,在基于该型民机运营特点的基础上提出时控件项目确定原则及周期控制的方法,并对应用实施情况进行了总结。     

“螳螂”和“苹果酒”——BAE系统公司研制的大型长航时侦察无人机

在今年范保罗航展上BAE系统公司展出了一种名为“螳螂”的长航时情报收集、监视、侦察（ISR）及攻击无人机的全尺寸模型,引起了各国参观者的极大兴趣,这种无人机瞄准的是英国国防部计划从美国采购“捕食者”B／“收割者”无人机的替代型,它也将成为英国国防部“苹果酒”计划中ISTAR模块的一个候选者。     

基于频带相关性Deep Learning的无线通信干扰智能识别

近年来,随着无线通信技术在军事领域的发展及各类无线通信装备数量的增加,战场电磁环境变得越来越复杂,其要求通信系统具有更强的抗干扰能力,而智能干扰识别是抗干扰的前提.基于传统机器学习的各类干扰识别算法存在干扰前期特征提取繁杂、低干噪比(JNR)下识别正确识别率低的问题.本文针对上述问题,引入了并行多路多尺度卷积,通过增加...