复杂背景下红外弱小运动目标检测的新方法

提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了“局部小目标可辨识度”的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。     

小展弦比飞翼布局作战飞机垂直面机动性研究

比较分析了某小展弦比飞翼布局作战飞机与典型的常规布局战斗机F16在亚、跨、超声速范围的气动特性,相对而言,飞翼布局飞机具有较大的升阻比和较低的翼载荷.计算并分析了该飞翼布局作战飞机与F16在垂直机动面内的平飞加速性能和跃升性能,得到了由于布局和气动特性不同引起的飞翼布局作战飞机机动性的新特点.研究结果对飞翼布局作战飞机的设计和作战使用均具有一定的参考意义.     

航空二冲程汽油发动机均值模型的研究与仿真

发动机平均值模型由于其模型简单、计算时间短、使用方便,且能满足控制设计的要求被广泛应用。目前均值模型主要在四冲程汽油机和大型二冲程柴油机上广泛应用,小型航空二冲程汽油发动机平均值模型国内外应用很少。本文采用机理建模和试验建模相结合的方法建立了发动机均值模型,为研究二冲程汽油发动机提供了一种思路。二冲程汽油机平均值模型主要分为三个动态子模块：燃油蒸发与油膜动态子模块、进气道与曲轴箱扫气子模块和动力输出子模块,建模中考虑了簧片阀的建模,同时考虑了扫气过程中的短路损失。分别建立了动力输出和转速模型、空燃比模型,并进行了Matlab/simulink仿真,仿真结果和实验数据吻合,证明了该均值模型的正确性。     

基于小裂纹的2024-T3铝合金中心孔试样疲劳寿命预测

对2024-T3铝合金板材中心孔试样进行了疲劳裂纹扩展行为及寿命预测的理论和试验研究.采用疲劳条带与显微镜观测相结合的办法获得试样在块谱作用下孔边自然萌生裂纹扩展的α-N数据,并通过对断口的SEM观察获取试样的初始缺陷形状.利用基于裂纹闭合的小裂纹扩展分析程序FASTRAN3.9对试样α-N数据进行反推,建立了描述孔边裂纹细节原始疲劳质量的当量初始缺陷尺寸(EIFS)分布.以该分布为基础,采用FASTRAN3.9对试样进行了恒幅载荷下试样的中值疲劳S-N曲线的预测,预测结果与试验验证结果吻合较好.     

APU 转子爆破对防火墙影响的研究

APU是安装在民用飞机上的辅助动力装置,是飞机上重要的部件,因此必须考虑APU 转子爆破时小碎片对飞机安全的影响。通过有限元软件LS-DYNA,分别模拟了APU 转子爆破时小碎片对APU 防火墙以及3种不同厚度加强板的冲击计算。根据数值计算结果,选择合适的加强板方案,既能防止防火墙碰撞区被小碎片击穿,同时付出的重量代价又较小。通过对APU 防火墙增加加强板,确保APU 转子爆破时飞机的安全 性,满足AC20-128A 的设计要求。     

空间移动小目标的检测算法

空间序列图像中移动小目标检测与轨迹提取是空间目标监视、跟踪及编目的关键技术之一.为了及时有效地处理星载可见光相机输出的多维海量数据,提出了一种基于四邻域二值量化方法和改进概率Hough变换的目标检测及轨迹提取算法.相较于美国空间目标在轨检测(MTI,moving target indicator)算法,改进算法虚警噪声点及候选路径数目明显减少,计算复杂度降低,运行效率提高.实验结果表明,算法可有效检测序列图像中快速移动的弱小目标并提取其直线运动轨迹.     

靶机红外目标模拟装置的研究

通过对一种靶机红外目标模拟装置的研究，介绍了这种装置的设计特点、参数选择和试验结果。该装置以固体燃料作为燃烧剂，其红外辐射强度主要决定于燃料的组分、工作温度、辐射体的材料以及辐射体的面积，而工作温度的选取是设计的关键。文中提出一种实用而简便的综合分析方法，根据装置所需要的红外辐射强度来预计其工作温度与结构尺寸，据此设计的装置实物经红外辐射特性测定后证明能满足预定指标要求。本文陈述的这种方法已被用于某靶机红外目标模拟装置的设计，并取得实际应用成果，对同类装置的设计和研究可资借鉴     

关于阵列式雷达目标模拟器的理论分析

本文权述了阵列式雷达目标模拟器的基本原理。根据模拟目标与实际目标在接收处的反射场及视在中心均应相同的关系导出了三元阵三个阵元的调制信号,并指出这种射频目标仿真既适用于单站情况,也适用于双站情况。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

确定性仿真结果检验和因子分析方法

提出一种确定性仿真结果(不考虑随机因素影响的仿真结果)检验方法, 能够对仿真结果与试验结果之间的误差进行分析, 确定该误差是由于仿真不正确引起的系统误差, 还是由于试验结果的分散性引起的偶然误差, 进而判断仿真结果正确与否.同时建立一种确定性仿真结果多因子分析方法, 能够对仿真结果的各个影响因素(因子)进行分析, 确定哪些因素已被正确仿真, 哪些因素尚未被正确模拟, 从而指导仿真软件的编制.