典型工况下低排放燃烧室的压力振荡特性

为了研究低排放燃烧室在典型工况下的压力振荡特性,针对模型燃烧室进行了燃烧自激振荡特性试验.在试验中测量了采用贫油预混预蒸发(LPP)燃烧技术的低排放燃烧室在典型工况下的压力振荡频率和幅值,在燃烧室进口压力为1.10～2.77MPa、燃烧室进口温度为656～845 K、燃烧室压降为3.41％～4.35％范围内,分析了燃油粒径变化对振荡特性的影响.分析结果表明:局部当量比脉动是引发燃烧不稳定的因素之一.通过计算燃油二次雾化状态下的液滴最大粒径,发现燃油液滴粒径的变化对主燃级出口处的局部当量比脉动有直接影响,从而引起燃烧室压力振荡幅值和频率的变化.     

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。      

大型相控阵天线局部热试验验证技术

针对大型相控阵天线试验验证需求,提出一种局部热试验验证方法,选取代表大型相控阵天线阵热分布特征的局部构件开展模块级热试验,针对主导误差源开展局部热试验获取其影响,将局部热试验与仿真分析相结合,实现大型相控阵天线热试验验证。结果表明：基于局部试验的热分析结果与整星热试验结果具有较好的一致性,可为大型相控阵天线的热试验验证提供技术支撑。     

基于无人机载图像的局部精细拼接算法

近年来随着机载光电载荷功能的不断完善,航空侦察监视任务对图像情报采集效率、质量均提出了更高要求。针对飞行场景干扰因素较多导致图像拼接质量较差的问题,提出了一种适应性较好的局部精细拼接算法。首先,综合点特征与线特征建立射影不变特征子进行精确局部预配准;然后,基于准单应变换与共线性评价准则建立网格优化目标函数,提出了一种透视关系改善方法以减小扭曲失真;最后,检索图像最优缝合线并优化融合效果。基于实际无人机载图像的实验结果表明：所提算法比当前先进算法均方根误差平均降低了0.2290,直线斜率保留能力平均提升了13.95%,一定程度上优化图像质量并改善扭曲失真,适用于无人机载成像领域。     

基于局部三角变换的OFDM系统

正交频分复用(OFDM)调制技术由于具有良好的抗多径干扰能力和高效的频谱利用率,在许多数字传输系统中被广泛应用,成为当今卫星通信研究的热点。本文提出了基于局部三角变换（LTT）的OFDM系统模型,该系统带外频率谱密度下降快,并能保持相邻的OFDM符号的正交性。给出了用离散余弦变换（DCT）实现的快速算法及复杂度,并考查了最优基的选取。仿真和分析结果表明：该系统误码率比基于快速傅里叶变换（FFT）的系统更小,能更好地适应高速传输带来的大多普勒频移,更有效地利用带宽,为接收端对高速数据的解调提供很好的保证。     

一种新的极值搜索算法及其在航空发动机燃烧主动控制中的应用

 针对航空发动机存在的不稳定燃烧控制问题,推导出当发动机不稳定燃烧时,燃烧室内的振荡压力与平均燃空比值之间的函数模型,此函数模型构建了压力振荡变化的幅值与平均燃空比值之间的极值关系。提出了一种新颖的退火递归神经网络极值搜索算法,可以自适应地搜寻出极值模型中最优的平均燃空比值,实现对燃烧室内压力振荡变化的最小幅值控制,并有效地抑制了燃烧室的不稳定燃烧现象。通过仿真对比,验证了方法的有效性。     

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。     

Ti-6.5Al-3.5Mo-1.5Zr-0.3Si合金绝热剪切和局部流动行为

在THERMECMASTOR-Z型热模拟机上对Ti-6.5Al-3.5Mo-1.5Zr-0.3Si合金在变形温度780～1 080 ℃,应变速率0.001～70.000 s^-1条件下的流动应力变化规律进行了研究,分析了变形工艺参数对Ti-6.5Al-3.5Mo-1.5Zr-0.3Si合金绝热剪切和局部流动行为的影响,并采用基于动态材料模型的功率耗散图分析了Ti-6.5Al-3.5Mo-1.5Zr-0.3Si合金易发生绝热剪切和局部流动的热力参数范围。结果表明:在所研究的热变形条件下,当温度较高、应变速率较低时,变形呈稳态流动特征,当温度较低、应变速率较高时,变形呈流动软化特征。通过功率耗散图分析及微观组织观察可知,在α+β两相区变形,应变速率高于0.100 s^-1时,功率耗散系数多数小于0.16,变形多处于流变失稳区域,其变形机制主要为绝热剪切和局部流动。     

基于联邦滤波结构的INS／GPS组合导航系统数据融合研究

为了研究平台式惯导INS（interial navigation system）和全球定位系统GPS（globe position system）组合导航联邦滤波器的实现,使用速度局部滤波器和位置局部滤波器,分别对INS／GPS组合导航系统的向东速度、向北速度,以及对经度和纬度进行卡尔曼滤波,然后将位置数据和速度数据输入主滤波进行数据融合。以无人机的向东匀速水平飞行为背景,运用联邦卡尔曼滤波器算法,使用matelab进行仿真分析。可以证明联邦滤波器算法简单,易于实现,并且可以提高导航系统精度．实际应用中此方法可行。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。