高功率微波极化方式与入射方向对微带线耦合特性影响分析

针对高功率微波（HPM）耦合效应分析需求,采用时域多分辨分析法（MRTD）模型,给出了微带线端口电压和电流方程,验证了模型的适用性。基于MRTD,仿真分析了HPM作为入射波时其极化方式、入射方向对微带线电磁耦合特性的影响。结果显示：垂直线极化波和平行线极化波耦合系数峰值出现在不同的频率,且峰值相差约15 dB,采用圆极化波时耦合系数最大;入射方向变化时,耦合系数以水平入射最小,垂直入射时最大,高频段微带线边缘有绕射现象产生。该分析采用了分析计算电大尺寸HPM耦合效应的MRTD数学模型,提高了HPM与复杂结构的耦合计算效率。     

1000kV特高压钢管构架雷暴冲击风致振动响应研究

1000kV钢管构架属于风敏感结构,风与结构的相互作用十分复杂,风荷载常常是设计的主要控制荷载。本文以某一特高压钢管构架为工程背景,详细研究了冲击风风场的数值模拟方法,应用Wood竖直风剖面方程与Holmes经验模型模拟平均风场,以及使用稳态高斯随机过程模拟冲击风脉动风场,使得模拟的风场与实际的雷暴冲击风较为一致。利用精确的有限元模型,获得了结构的自振动力特性,在时域内得到了构架风致振动响应时程。研究了结构位移平均值、位移均方根值和加速度均方根值的分布特点,同时计算比较了不同风场时构架典型节点的风振系数。通过研究,揭示了1000kV钢管构架的风致振动特性,结果可作为构架结构抗风设计的参考。     

Co/NM/FM(NiFe and Co)纳米多层膜的层间耦合效应

巨磁电阻自旋阀多层膜作为磁敏传感器材料与磁随机存储器(MRAM)材料，具有高的可靠性与灵敏度，在航空航天等高科技领域有着极大的应用前景。研究多层膜各层间的耦合效应与各层厚度、磁学性能之间的内在关系，对提高自旋阀的巨磁电阻效应、磁灵敏性等具有重要的作用。本研究采用磁控溅射沉积制备了(Cu／Co、Cu／NiFe，Ta／NiFe双层膜与Co／Cu／Co、Co／Cu／NiFe、Co／Ta／NiFe)三明治结构薄膜。采用振动样品磁强计对薄膜磁性、四探针法对薄膜磁阻性能进行了测试研究，采用洛仑兹电子显微镜法观察了薄膜的磁畴结构。研究结果表明，层间耦合效应不仅与非磁性中间层的厚度相关，而且与中间层材料的特性相关。磁阻与磁畴观察均表明层间耦合效应随中间层厚度的增加而减小，而Cu作为中间层的多层膜的层间耦合大于Ta作为中间层的层间耦合。     

航空发动机燃烧室声载荷时域最佳控制的计算机仿真

根据航空发动机环形燃烧室测试数据 ,采用时间序列自回归分析方法建立了燃烧室噪声声压时间信号仿真模型ARMA(6 ,5 ) ,并利用Green函数对仿真误差进行了控制 ,使控制后的系统误差方差明显降低。     

用胞映射法分析双线性结构刚度的机翼颤振

将映射轨迹追踪技术引入基于空间Poincar啨截面的胞映射方法中 ,并定义初值分析空间 ,以适应分析高维动力系统运动类型初值域的需要。改进后胞空间中胞的数目大大减少 ,计算时间缩短 ,运动特征的确认更为准确。应用该方法研究扭转方向具有双线性结构刚度因素的机翼颤振问题 ,结果显示 ,初始条件对系统动力学行为有着很大的影响。当两段刚度之比小于某临界值时 ,随着机翼颤振速度增大 ,不同的初始条件会导致平衡点、极限环振动、复杂的周期运动、混沌和发散运动等不同的运动形式     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

基于域分解的双模式PE

高频近似算法的误差比抛物方程(PE)大,叠加PE计算不能反映同频干扰,对流层电波传播计算域内存在不同的电波传播机制。文章提出了域分解双模式PE,将计算域分解为海洋或地形上的阻抗边界域和空间传播域,分别采用DMFT和SSFT求解。交叠区域实现了电波在两域间的互相传播,并避免了边界截断产生反射。与功率叠加PE相比,反映了多源电波间的矢量叠加,并降低了一半的计算量。在标准大气单源、蒸发波导双源条件下的数值试验验证了方法的正确性和有效性。     

使用ASIC芯片实现高清视频编码的设计

本文以高清视频编码为切入点,首先介绍了一款高性能的视频编码ASIC芯片FH8735,然后通过对视频编码设备整体框架的设计介绍,引入了视频编码设备的硬件原理设计方案和软件设计方案,硬件设计方案以不同输入视频格式的种类为章节详细叙述了几种常用视频编码的原理设计,软件设计方案从软件架构和软件流程上对视频编码设备软件进行了讨论。可以看出,ASIC芯片以其独有的优势使得视频编码设备设计越来越简单、功能越来越强大、性能越来越可靠。     

机翼对自转旋翼机纵向稳定性的影响

为了研究机翼对自转旋翼机纵向稳定性的影响,针对某复合式自转旋翼机,建立了基于状态空间法描述的非线性全量方程数学模型。该模型包含自转旋翼、机身、螺旋桨、机翼和尾翼的气动模型、动态入流模型和稳定性分析模型。运用该模型对比研究了样例自转旋翼机和样例复合式自转旋翼机的纵向稳定性。研究结果表明：机翼的增加对于浮沉模态和短周期模态稳定性是有利的;对于旋翼转速模态稳定性是不利的,在设计复合式自转旋翼机时可以考虑增加旋翼桨尖配重来提高此模态的稳定性。机翼的纵向位置对自转旋翼机的纵向稳定性有显著影响。在机翼纵向位置能满足配平约束条件下,机翼纵向位置越靠后,迎角稳定性越好,但旋翼转速稳定性越差。在设计复合式自转旋翼机时,机翼纵向位置的选择要综合考虑这两个因素进行折中。     

Identification method for helicopter flight dynamics modeling with rotor degrees of freedom

A comprehensive method based on system identification theory for helicopter flight dynamics modeling with rotor degrees of freedom is developed. A fully parameterized rotor flapping equation for identification purpose is derived without using any theoretical model, so the confidence of the identified model is increased, and then the 6 degrees of freedom rigid body model is extended to 9 degrees of freedom high-order model. Bode sensitivity function is derived to increase the accuracy of frequency spectra calculation which influences the accuracy of model parameter identification. Then a frequency domain identification algorithm is established. Acceleration technique is developed furthermore to increase calculation efficiency, and the total identification time is reduced by more than 50% using this technique. A comprehensive two-step method is established for helicopter high-order flight dynamics model identification which increases the numerical stability of model identification compared with single step algorithm. Application of the developed method to identify the flight dynamics model of BO 105 helicopter based on flight test data is implemented. A comparative study between the high-order model and rigid body model is performed at last. The results show that the developed method can be used for helicopter high-order flight dynamics model identification with high accuracy as well as efficiency, and the advantage of identified high-order model is very obvious compared with low-order model.