用TH神经网络方法外推数据的超分辨雷达成象

研究用Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络（ＴＨＮＮ）求解ＡＲ模型参数作数据外推的超分辨雷达成象,并用微波暗室实测数据对ＴＨＮＮ方法和Ｂｕｒｇ方法作了验证,结果表明,两种方法均能在较低的信噪比条件下实现超分辨成象,且随着ＶＬＳＩ技术的发展,神经网络方法将是一种很有希望的超分辨成象方法。     

模拟高度复杂流动的自适应网格算法

提出一种基于对等弧分布律进行扭转修正的自适应网格算法。该方法将三维网格系统分裂为３个单方向自适应网格子系统,在计算中与主控方程的求解格式相耦合,交替地使用。应用所构造的算法结合ＭａｃＣｏｒｍａｃｋ显式格式对喷流／绕流干扰流场进行了雷诺平均Ｎ－Ｓ方程模拟,给出了清晰的剪切层与激波波系结构。计算结果表明,该自适应网格算法可较大程度地提高ＭａｃＣｏｒｍａｃｋ格式的分辨率。     

叶栅绕流计算的高分辨率隐式解法

以一种性能优越的高分辨率格式为基础, 发展了其隐式解法, 提出并实现了与这种格式相适应的隐式边界处理过程, 从而显着提高了高分辨率格式的收敛速度。用不同来流条件下叶栅绕流数组计算结果与实验做了对比, 以说明解的准确程度和本文算法的效果。      

一种基于贝叶斯估计的高分辨目标定向新方法

提出一种高分辨方位估计新方法。它是建立在阵列输出信号和噪声参数联合后验概率密度基础上的空间谱估计。仿真结果表明,该方法具有以下几个显著的优点：①极高的空间分辨率和估计精度;②可解相干源;③低信噪比、少快拍数的情况下很有潜力;④可以估计不同方向目标源的能量;⑤具有较好的工程应用前景。该方法和ＭＵＳＩＣ方法的性能进行了比较并给出计算机仿真结果。     

用粘性涡方法计算伞状物绕流

文章用粘性涡方法计算了二维伞状物绕流问题。首先阐述了涡方法的基本理论 ,包括涡元的对流、粘性扩散、物面涡元的脱落、物体所受气动力计算等 ,然后介绍了使用涡方法的一般步骤。最后将完全充满的伞衣简化为二维圆弧壳 ,计算了伞衣内外压力分布、阻力系数及升力系数     

伴流速度对平行喷口射流影响的数值研究

采用大涡模拟方法计算研究平行喷口出口马赫数为0.9,伴流速度比分别为0.1、0.3和0.5时的喷射流场特性。计算时采用高精度的数值模拟方法,并结合Smagorinsky亚网格尺度模型。考察了流场统计平均特性、脉动特性以及射流流场中涡结构的发展演变过程,结果表明:伴流速度的增大使得势流核长度变长,减缓了空间剪切层的发展,转捩延迟。喷射流场速度分布具有自相似性,而湍流强度的分布则不具有相似性。通过分析剪切层中轴向速度脉动、径向速度脉动、压力脉动在空间任意两点上的时空相关性,发现随着伴流速度的增大,脉动量在空间上的相关性减弱,而脉动量向下游的传递速率增加。该研究结果为进一步揭示伴流速度对喷流声场的影响提供基础。     

一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。     

Instantaneous BeiDou–GPS attitude determination: A performance analysis

The advent of modernized and new global navigation satellite systems (GNSS) has enhanced the availability of satellite based positioning, navigation, and timing (PNT) solutions. Specifically, it increases redundancy and yields operational back-up or independence in case of failure or unavailability of one system. Among existing GNSS, the Chinese BeiDou system (BDS) is being developed and will consist of geostationary (GEO) satellites, inclined geosynchronous orbit (IGSO) satellites, and medium-Earth-orbit (MEO) satellites. In this contribution, a BeiDou–GPS robustness analysis is carried out for instantaneous, unaided attitude determination.     

利用高分辨率遥感数据的芦山地震道路损毁快速评估

道路损毁评估是地震损失评估工作的重要内容。文章根据芦山7.0级地震应急评估需求,提出利用多源遥感数据的道路损毁评估方法。首先,针对获取的高分辨率遥感数据特点,建立道路损毁遥感解译标准,进一步考虑地震平均烈度,建立以县为单元的灾区道路损毁等级快速评估模型,最后给出了地震灾区基于高分辨率遥感数据的快速制图产品和灾区道路损毁分县等级评估结果。结果表明,道路损毁极重灾区有芦山县、宝兴县,重灾区有天全县、雨城区、荥经县、名山区、邛崃市,一般灾区有汉源县等14个县(市、区)。相关研究和结果为震后救灾决策提供了重要支撑。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。