恒温槽温场温度均匀度的测试

分析采用温度计交换法对恒温槽温场温度分布均匀度的测试与计算方法。     

高Q 腔法与准光腔法用于毫米波段室温介电性能测试比对研究

介绍了用于毫米波段的介电性能测试的高Q腔法和准光腔法的原理及物理模型,并分别对其进行了仿真分析,建立了相应的测试装置,进行了空腔和石英玻璃的测试.结果表明,准光腔法要比高Q腔法在品质因数、可分辨的频点、样品尺寸、测试精度等方面更有优势.     

六端口微波测量技术

六端口技术是从70年代初发展起来的一项新的微波自动测量技术。经过十多年来各国科技工作者的研究、实践,无论在理论上,还是在系统构成、误差分析等方面均趋于成熟。该技术目前已广泛应用于微波计量、安全防护和工业在线检测诸部门。由六端口网络组成的自动网络分析仪,可望成为技术性能高的自动测试系统。本文分四个部分,系统地介绍了六端口技术的发展及其在微波测量中的应用;几种常用六端口结的组成及其设计准则;六端口自动网络分析仪的校准及其测量方法,以及如何评定六端口网络分析仪不确定度等问题,供从事微波计量测试及有关人员参考。     

一种STBC-OFDM系统中的盲和半盲信道估计

针对尾部补零(Zero padd ing,ZP)的空时分组编码正交频分复用(Space-tim e b lock cod ing orthogona l fre-quency d iv is ion m u ltip lex ing,STBC-OFDM)系统,提出了一种基于子空间分解的信道估计算法。首先利用STBC的编码结构和OFDM信号中由ZP和虚载波(V irtua l carrier,VC)引入的冗余,推导了该算法的盲估计形式,然后对其可辨识性进行了理论分析,证明了该盲方法可以在一个标量因子模糊度的意义上辨识出多个信道的冲激响应。通过结合使用导频信息形成半盲算法,可以消除模糊度。仿真结果表明,该算法的信道估计准确度较高,可以有效地跟踪衰落信道,在低信噪比时性能良好。     

基于直线光路布局的纹影法测量火焰温度

测量火焰不同位置的温度对研究火焰结构具有重要意义.目前纹影法测量火焰温度多采用Z型布局的光路.为了在未来空间实验中将纹影法与其他光学方法集成开展多类型实验观测,摒弃了纹影法传统的Z型光路,采用直线型光路布局,针对光源、透镜、刀口切割量等因素对纹影系统灵敏度的影响开展研究,优化了直线型纹影系统.以蜡烛火焰为研究对象,对优化后的纹影系统进行标定,观测了其纹影图像,计算了蜡烛火焰中多处位置的火焰温度,并将计算结果与实测结果进行比较.结果表明,采用本研究设计的直线型纹影系统可以实现对火焰温度的精确测量.     

迭代法求解航天器热网络方程的收敛条件与时间步长优化

热分析计算是航天器热设计验证和在轨温度预示的重要手段,其实质是对描述航天器在轨状态的能量平衡方程即热网络方程的求解。作为典型的非线性问题,航天器热网络方程通常采用迭代法求解,且目前尚无完善的理论可以判断迭代过程的收敛性和收敛条件。文章根据航天器热控设计的工程实际,提出一种可行的近似方法,实现了热网络方程的线性化;在此基础上对迭代法求解过程中的收敛性进行分析,确定了收敛条件下对节点热参数和时间步长的约束关系;并进一步分析时间步长与计算效率的关系,提出了以计算效率为优化目标的最优时间步长确定方法。最后通过某典型航天器热物理模型的计算验证了上述方法的正确性。     

飞行器控制分配技术研究现状与展望

综述了现代飞行器控制分配技术的研究和应用状况.首先简要回顾了线性控制分配方法,然后着重论述了非线性控制分配技术的最新研究成果,包括截距修正法、分段线性规划法、非线性规划法及包含神经网络计算、遗传算法和模糊逻辑在内的智能控制分配技术,最后讨论了有待于进一步完善和深入研究的若干问题.     

复合材料旋翼桨叶剖面扭转刚度计算

 1、各向异性弹性柱体扭转的理论 复合材料旋翼桨叶的扭转问题简化为各向异性的弹性柱体的扭转问题,忽略桨叶的根部影响,是一个弹性柱体的自由扭转问题。 假设各向异性的弹性柱体,其正截面的形状不受限制（图1）可以是单连通的亦可以是复连通的（图2）。柱体内部不受外力（包括重力）作用。柱体周围侧面也是悬空的,即     

基于动量源方法的直升机旋翼/机身流场数值模拟

建立了一套基于动量源方法的直升机旋翼/机身流场数值模拟方法.将旋翼对流场的作用以动量源项的形式代表,建立了一个包含动量源项的CFD方法.针对直升机旋翼/机身流场的特点以及动量源方法对网格系统的要求,采用了一种混合网格生成方法.通过结合旋翼桨叶的运动方式、几何特征及气动特性,建立一个包含动量源项的N-S方程的旋翼流场计算方法和迭代流程,并采用该方法进行直升机旋翼、机身和旋翼/机身下洗流场的数值模拟,得到了关于旋翼/机身干扰流场的一些有意义的结论.     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。