一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。     

半捷联位标器稳定跟踪与弹体姿态一体化控制

半捷联位标器安装在弹体上,由于寄生回路的存在,使得位标器稳定跟踪控制回路和弹体姿态控制回路产生严重耦合,影响了位标器的稳定与跟踪。针对半捷联导引头稳定平台的稳定与跟踪问题,提出了一种半捷联位标器稳定跟踪控制与弹体姿态控制的一体化方法。基于反步控制原理设计了控制律,通过合理选择反馈增益可保证系统的稳定性与动态性能。最后对一体化设计与传统分离设计进行了仿真对比。仿真结果表明：考虑位标器稳定跟踪回路与导弹姿态回路耦合的一体化控制器,不仅能够保证弹体姿态控制系统快速响应,还可以提高位标器的稳定跟踪性能,并降低位标器跟踪不上高速目标的可能性。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

可变转速工况的压气机分布式动态模型与仿真

针对目前压气机动态模型用于主动稳定控制时,存在既不反映压气机变转速工况又不能模拟压气机内部周向位置失速信号发展过程的不足,在一维状态变量描述的压气机失稳动态模型基础上,以喷气装置作为执行装置,通过傅里叶变换,采用多维状态变量描述压气机动态过程,建立了含喷气执行装置的压气机系统变转速工况下分布式动态模型。仿真结果表明,所建模型可实现定转速和变转速工况下的压气机不稳定行为动态仿真,采用该模型进行压气机主动稳定控制,可使压气机失速模态幅值由0.28减小为1×10~(-5),能有效抑制压气机失速的发生,增强了模型的适用性。     

X射线衍射法测量残余应力的相对误差及不确定度评定

利用原位拉伸机进行单轴连续加载,对X射线法测量钛合金残余应力的应力增量进行验证;依据JJF 1059.1-2012标准,对钛合金高应力标样(-659±35)MPa的测量不确定度进行评定。结果表明,X射线衍射法测得残余应力的增量与理论计算应力增量有较好的一致性,随着应力水平的增加,应力增量的相对误差保持在11%以内。以测量重复性、应力常数K、应力因子M为不确定度分量对测量不确定度进行了评定,所得扩展不确定度为±32 MPa。     

不同当量比下氢气体积分数对甲烷-氢混合气预混火焰燃烧不稳定性的影响

在可调振幅的正弦波声场作用下,以甲烷-氢混合气预混钝体火焰为实验对象,通过火焰传递函数表征整个燃烧系统的燃烧不稳定性特征,借助CH基自发荧光图像描述火焰锋面运动及演化过程,研究了在声激励下不同当量比（0.8、1.0、1.2）下氢气体积分数的变化（0、10%、20%）对火焰燃烧不稳定的影响。结果表明: 对于当量比为0.8和1.0的预混火焰,氢气的加入使得火焰传递函数幅值增大,热释放波动变大,整体火焰的不稳定性增强;对于当量比为1.2的富燃预混火焰,随着氢气体积分数的增加,火焰传递函数幅值先减小后增加,火焰稳定性较强。      

基于时滞分割技术的时滞神经网络系统时滞相依全局稳定性分析

通过构造一个新的增广 Lyapunov-Krasovskii泛函,利用时滞分割技术并结合自由权矩阵、Jensen积分不等式,得到一个时滞神经网络系统时滞相依全局渐近稳定新判据。该判据以 LMI的形式给出,便于计算和验证。数值实例表明,文章结果改进了相关文献结论,具有更低的保守性。     

一类具有时变和分布时滞的 神经网络系统的时滞相依全局稳定性分析

通过构造一个新的增广Lyapunov-Krasovskii泛函,对时变时滞函数的下界和定常分布时滞同时使用时滞分割,获得了一类同时具有时变时滞和分布时滞的神经网络系统以LMI形式表达的时滞相依全局渐近稳定条件,并通过数值实例表明本文方法的有效性和稳定条件更低的保守性。     

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

叶片飞脱下转子动力学响应实验

为了研究大涵道比涡扇发动机叶片飞脱时动力学响应,更好地进行发动机安全性设计,根据相似理论设计了包含叶片飞脱装置的突加不平衡实验系统并进行了实验验证。研究结果表明:设计的突加不平衡实验系统,与某型验证机相似度高,代表性强,能够有效可控地进行突加不平衡实验,重复性好,机理清晰且飞脱不平衡量大,能够真实地模拟发动机叶片飞脱响应。通过实验发现,当大突加不平衡发生时,频谱出现超次谐波并且冲击系数由于挤压油膜阻尼器限幅作用并不呈现线性关系,因而在后续研究中还应注意限幅导致的碰摩问题。