LRU可靠性评估仿真模型及实例分析

目前,有关航空维修中出现的高故障率现场可更换单元(LRU)的可靠性评估和LRU 故障组件定位等方面的研究仍鲜有报道,为此设计一种适用于LRU“更换维修暠策略的可靠性评估仿真模型,详细介绍模型中各个功能模块的设计原理和实现方法、步骤,并以某型军用飞机液压系统中常见的高故障率LRU 为例,对模型进行应用分析。结果表明:该仿真模型在LRU 可靠性评估中具有可行性和普遍适用性。     

一种高动态低信噪比卫星导航信号捕获方法

为提升高动态低信噪比环境下卫星导航信号的捕获性能,提出了一种基于分数阶傅里叶变换(FrFT)及部分匹配滤波(PMF)的捕获方法。在该方法中,接收机首先利用PMF对接收信号做分段相干积分,随后借助快速傅里叶变换(FFT)对分段积分结果做离散快速FrFT,最后通过检测FrFT输出的峰值完成信号的捕获。由于具有多普勒频率变化率的卫星导航信号在FrFT后呈现能量聚焦特性,所提方法能够显著提高信号的长时间相干积分增益。同时对所提算法的捕获概率、平均捕获时间以及算法复杂度等性能指标进行了理论分析及计算机仿真验证。仿真表明,与传统的PMF-FFT方法相比,所提方法能够通过延长相干积分时间的方式有效提升高动态低信噪比卫星导航信号的捕获概率、降低捕获时间。     

用于BVI噪声试验的新型涡发生器设计与分析

针对直升机特有的旋翼桨/涡干扰(Blade vortex interaction,BVI)噪声计算精度低且试验数据缺乏问题,也为了开展旋翼气动噪声特性分离方法的验证试验研究,本文设计了一种能够用于BVI噪声试验的新型多段翼型组合式涡发生器。首先通过CATIA软件建立涡发生器出口端翼型段在不同迎角下的试验模型,再使用FLUENT软件建立涡发生器的流场仿真计算模型,比较分析了不同翼型段迎角下的涡流流场。随后用粒子图像测速法(Particle image velocimetry,PIV)技术系统测量了不同翼型段迎角、距离涡发生器出口端的长度及流速等参数变化下的涡流流场,对不同试验状态下的涡核、涡强等参数进行了对比分析。针对涡量偏弱的缺点,对传统单级涡发生器进行了改进,设计研发了双级涡发生段。试验证明其能产生更强且稳定的涡,为BVI噪声试验提供了模拟的桨尖涡,试验结果表明了涡发生器的有效性。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

Ka波段机载双模式干涉SAR系统设计及测量精度分析

为解决传统干涉合成孔径雷达(SAR)系统只能顺轨干涉或交轨干涉,无法兼顾高精度高程测量和速度测量的问题,开展了Ka波段机载双模式干涉SAR系统设计与干涉测量精度分析。基于Ka波段电磁波波长短、干涉相位敏感度好的特点,利用较短的干涉基线在同一干涉SAR系统中实现高精度干涉测高与测速,并介绍了所设计的Ka波段机载双模式干涉SAR验证系统。仿真结果表明:该系统具备高效率、高精度干涉测量能力,可获得亚米级的绝对测高精度和0.1 m/s的测速精度。     

W波段FMCW体制ISAR系统成像及试验验证

毫米波雷达具有高分辨率、小型化、轻型化等特点,是现代雷达应用的一个重要发展方向。随着W波段元器件的突破,W波段逆合成孔径雷达(ISAR)系统的研究引起了世界发达国家的重视。W波段ISAR图像分辨率高,目标散射细节更丰富,可提高目标分类、识别精度,在军民领域均有很大的应用价值。介绍了一种W波段调频连续波(FMCW)体制ISAR系统,探讨了该体制ISAR系统性能并介绍了W波段FMCW ISAR成像处理算法。该系统发射信号中心频率为94 GHz,带宽为5 GHz。利用该系统开展了ISAR转台试验,并利用RD算法得到了ISAR系统初步成像结果。     

基于射线追踪的快速雷达图像仿真方法

为了解决目标识别、隐身目标设计等研究领域对雷达图像需求日益增加的问题,提出了一种基于射线追踪的快速雷达图像仿真方法。该方法利用射线追踪计算每一个射线管的散射电场及其在雷达成像平面的投影坐标,通过将所有射线管的贡献在像域进行累加得到1幅二维雷达图像。通过对不同路径射线的聚类,可实现对散射贡献的分离,从而建立目标部件与强散射源的对应关系,并对复杂目标雷达图像进行解释。给出了Slicy目标的快速雷达图像仿真与算例分析,分析结果表明:基于射线追踪的快速雷达图像仿真方法可对复杂雷达图像进行有效预测,并能对强散射源进行成因分析。     

基于独立桨距控制的电控旋翼主动振动控制

电控旋翼利用桨叶后缘襟翼偏转通过气弹作用带动桨叶变距,从而实现对旋翼的控制。但由于其系统的复杂性,桨叶间易存在扭转刚度和质量不相似,从而引起较严重的旋翼振动。针对该情况,提出了基于独立桨距控制的主动振动控制方法,并以某原理性电控旋翼为算例进行了数值仿真,验证了所提出控制方法对电控旋翼由扭转刚度和质量不相似引起振动的减振有效性,最佳减振水平可达90%。     

基于非下采样轮廓波变换的红外和SAR图像融合算法

针对现有红外和合成孔径雷达(Synthetic Aperture Radar,SAR)图像的融合算法融合质量差、边缘轮廓不清晰、效率低下、可视性差,目标检测效率低等问题,提出一种基于非下采样轮廓波变换的融合算法。首先采用非下采样轮廓波变换对预处理的红外和SAR图像进行分解,获得各自低频和带通方向图像,接着根据红外和SAR图像的特征选取其含重要目标信息的频带进行低频图像和带通方向图像融合。为了检验本文所提出算法性能的优越性,采用两组红外和SAR图像进行融合实验,与其他图像融合算法进行对比,并对融合图像进行目标检测,证明了该融合算法能有效提高多源图像目标检测率。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。