同轴撞击气-气喷嘴数值模拟和实验

为进一步深入研究喷嘴结构参数对气-气掺混燃烧特性的影响,针对氢向氧斜喷带撞击角度的气-气喷嘴开展了实验和数值模拟.实验研究了撞击角度对燃烧效率和燃烧室壁面温度的影响,数值仿真分析了撞击角度对喷注面板和氧喷嘴管壁温的影响.结果表明:随着氢向氧撞击角度的增大,推进剂燃烧效率、燃烧室壁面和氧喷嘴出口管壁面热载降低;氢向氧撞击角度的引入,增大了喷注面板热载.      

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

A320飞机在低速滑行中滑偏的处理

A320系列飞机在运行中有时会出现低速滑行时滑偏的现象,给航班的安全、正点运行带来了很大的压力.本文分析了引起滑偏的原因,给出针对此类故障的快速处理建议及排故方法,以期节省排除此类故障的时间,对缓解航班运行压力提供帮助.     

基于解调分选的时分多址信号时/频差参数联合估计方法

针对TDMA多时隙信号不连续,通信时隙外噪声以及其它用户信号影响时/频差参数估计的问题,首先证明了多时隙多普勒频差信号具有相参性,指出多时隙信号在相关处理中能量是可以积累的;在此基础上,根据通信时隙外噪声、其它用户信号与特定用户信号在时域上的可分离特性,提出基于解调分选的TDMA时/频差参数估计方法,并推导分析了该方法的处理性能。试验结果表明,提出的方法可以实现TDMA信号中多用户信号的时/频差参数联合估计,可以有效降低通信时隙外噪声与其它用户信号对参数估计精度的影响。     

一种非周期调制直扩信号扩频码估计方法

对卫星测控中一类扩频码周期与信息码周期之比为非整数的直扩信号进行了研究,得出这类信号可建模成非周期调制直扩信号,提出并讨论了一种基于差分主元分析（D PCA）的非周期调制直扩信号扩频码估计方法,该方法通过计算与差分序列协方差矩阵的最大特征值对应的特征向量完成信息码个数、子序列、信息码同步点等参数的估计,解决了传统矩阵分解方法在估计码序列时码序列相位模糊问题,理论分析和仿真结果表明该方法可以在低信噪比下进行有效估计。     

基于星载毫米波顺轨-交轨InISAR的空间运动目标三维成像技术研究

研究了低信噪比情况下的星载毫米波顺轨/交轨In\|ISAR空间目标三维成像问题。由于传统的RD成像算法在目标尺寸较大和分辨率要求较高时不能取得较好的成像效果,故将波数域成像算法引入运动目标成像处理以获得高分辨率的二维图像,继而将顺轨/交轨三天线ISAR图像分别进行干涉处理,获得了目标上各散射点的三维位置。作为二维成像、图像配准等重要环节的基础参数,对低信噪比下的目标检测和三维运动参数估计进行了研究,分析了速度估计精度要求。最后,仿真结果表明了顺轨/交轨In-ISAR系统的有效性。     

基于未知地标被动观测的飞航导弹SINS俯仰姿态误差估计方法

针对飞航导弹单独使用时SINS存在姿态估计精度随时间降低的问题,提出了基于未知地标被动观测的SINS俯仰姿态误差估计方法。首先,根据飞航导弹中制导段飞行的特点,把SINS俯仰姿态误差估计问题转化为攻角估计问题。然后,在不改变导弹巡航路径的前提下,利用弹上成像导引头对视场内任意未知地标连续被动观测,分别提出了弹体坐标系和速度坐标系下的攻角估计方法,并分析了观测噪声对量测方程系数的影响。最后,利用平均去噪的思想对估计结果进行处理,提高了SINS俯仰姿态误差的估计精度。仿真结果表明：两种方法都能有效估计出飞航导弹SINS俯仰姿态量测误差。     

分布式InSAR卫星绕飞角设计与控制方法研究

针对分布式卫星绕飞轨道构型设计与控制问题,提出了基于Hill方程的绕飞构型设计算法,给出了绕飞角与升交点赤经偏差和轨道倾角偏差的关系,并分析了绕飞角的稳定性;根据分布式InSAR卫星绕飞构型特点提出了基于开普勒轨道实现特定绕飞角和绕飞半长轴的双层迭代轨道控制算法。仿真结果表明,上述方法设计的绕飞构型稳定,捕获控制策略简单可行、控制精度高,具有一定的工程参考价值。     

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。     

紊流风场下的无人机飞行状态卡尔曼滤波估计

为了模拟紊流风场下的无人机飞行状态响应,减小紊流风场对无人机飞行速度的影响,使用数值法建立了紊流风场有色噪声模型,生成了符合大气紊流相关特性的紊流风场并对其进行数值仿真。在此基础上,通过状态扩增处理将系统噪声白化,设计出一种基于有色噪声的无人机飞行速度卡尔曼滤波器,该滤波器解决了基本卡尔曼滤波仅适用于白噪声的情况。仿真结果表明,使用此滤波器可有效减小紊流风场对无人机飞行速度的影响,进而满足飞行速度控制输入的精度要求。