多传感器信息融合技术在现代战机设计中的应用

基于综合航电系统设计中的关键技术———信息融合 ,介绍了信息融合的概念、目标跟踪的算法及传感器的管理 ,以此说明现代作战飞机应用信息融合技术可增强作战平台在恶劣战场环境下的生存能力     

Mo-Ti梯度功能材料的显微组织特征研究

应用电子探针(EPMA)、扫描电镜(SEM)和能谱仪(EDS)对共沉降法制备的Mo—Ti梯度功能材料的化学成分分布、显微组织和断口形貌进行了研究。结果表明，试验材料整体致密，化学元素分布、显微组织和断口形貌具有梯度变化特征。富Mo区颗粒以机械混合的形式存在；以Mo为主要组分的Mo—Ti梯度层，也是以机械混合为主；以Ti为主要组分的Mo—Ti梯度层，主要以多边形β相存在；富钛区钛主要以球形α相存在。富Mo区为沿晶脆性断裂，富Ti区为典型的穿晶解理断裂，Mo—Ti梯度层以穿晶解理断裂为主，还表现出延性断裂特征。     

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。     

混合遗传算法及其在翼型气动多目标优化设计中的应用

把基于实数编码的自适应遗传算法（SAGA）与可变容差法相结合，建立了数值优化设计中的混合遗传算法（HGA），并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。     

一种自适应随机优化算法

提出了一种新的基于群体搜索的随机优化算法。该算法的基本思想是：１） 像遗传算法那样,采用二进制串来表示问题的尝试解;２） 解串中每个二进制位的取值,由一可改变的概率分布控制;３）根据群体中最佳解串与最差解串编码结构上的差异,对相关的概率分布进行修改。文中给出的模拟实例,显示了新算法在求解函数全局优化问题中的有效性     

E-mail的安全问题与保护措施

全面分析了E -mail的安全问题 ,并提出了应该采用的有效方法 ,以保护E -mail系统能安全运行。     

激光超高温度梯度快速凝固条件下Cu-Mn合金的组织演化规律

利用CWCO2激光器对Cu-26.6wt%Mn,Cu-27.3wt%Mn和Cu-31.4wt%Mn三种不同成分的合金进行了一系列表面熔凝实验,并对这三种合金的组织形态选择规律进行了研究.实验结果表明,重熔区组织较基体组织大大细化;随着生长速度的增大,Cu-26.6wt%Mn合金的组织由低速胞晶向枝晶、高速胞晶及完全无偏析固溶体转变.在所有凝固速度下Cu-27.3wt%Mn和Cu-31.4wt%Mn合金中没有枝晶组织出现,以全胞晶形式生长.三种合金达到绝对稳定的临界速度分别为113.3,212.6和260.5mm/s,与M-S理论预言的绝对稳定临界速度相吻合.     

高速飞行器流场和固体结构温度场一体化计算新方法的初步研究

本文探索和研究了一种不需作流／固耦合迭代的一体化计算方法，通过将气体流动和固体结构传热用统一的方程组进行描述，并用统一的方法进行求解，避免了流／固之间的耦合迭代问题。为了验证该数值方法的可靠性，本文对高焓高超声速气流绕二维不锈钢圆管的流动、气动加热以及结构热响应问题进行了计算，结果与实验符合良好。     

Falkner-Skan流空间演化的二次稳定性研究

依据Floquet理论建立三维亚谐扰动的控制方程，研究Falkner-Skan流的二次稳定性问题。采用高精度的谱方法进行数值模拟，结合边界层特性有效地配置边界条件，引入不同类型压力梯度，研究在压力梯度下的二维有限振幅的Tollmien-Schlichting（TS）波对三维亚谐扰动的产生、发展和演化的作用和影响。结果表明，顺压梯度的存在可以减缓二次不稳定的发生和演化，而逆压梯度却加速了二次不稳定性。     

应用遗传算法研究典型冲件级进模排样设计

利用VB语言面向对象，智能化轻松设计界面的特点，建立典型冲件的级进模排样专家系统。实现了用遗传算法进行辅助排样设计决策分析，确定最优排样方案的设计路线。