基于回波小波域时频分布的目标识别技术研究

应用Morlet小波计算并得到了2种目标动态回波的小波域时频分布特征，依据此时频分布的不变矩，应用模糊神经网络技术进行目标识别研究，取得了比较好的识别效果。     

提高RSA安全性的几种方法

RSA是目前数字签名领域中应用最为广泛的算法,本文详细论述了RSA算法的数学原理和实现过程,针对其安全性方面的漏洞和缺陷进行分析,提出了提高RSA算法安全性的参数选择方案与避免攻击的解决办法,最后对RSA的发展趋势做出展望.     

诱导轮与叶轮组合式航空燃油离心泵轴向力间隙补偿

以诱导轮与叶轮组合式航空燃油离心泵为研究对象,开展了轴向力出口间隙补偿优化研究.进行了轴向力的数值模拟,并将仿真结果与理论计算进行对比,对比表明两种方法计算的轴向力结果变化趋势一致,误差不大于4％,且设计流量工况下误差最小,进而验证了基于Pumplinx环境下该型离心泵轴向力数值仿真的正确性.通过改变出口间隙宽度分析离心泵的轴向力变化,仿真结果表明:扩大出口间隙至0.2mm时,增大了轴向力,且影响了泵的增压能力;而减小出口间隙至0.1mm和0.13mm时实现了轴向力的补偿,且出口间隙为0.1mm时性能最优.最后对出口间隙为0.1mm时的轴向力性能进行了分析,分析表明:该条件下不同截面的压力分布正常稳定,且设计点的轴向力为3620N,从而实现了诱导轮与叶轮组合式离心泵的轴向力间隙补偿.     

基于变导叶调节的涡扇发动机加速过程优化控制

提出了一种利用变导叶调节,基于可行序列二次规划算法的涡扇发动机加速过程优化控制方法,研究发现,通过在发动机加速过程中对压缩部件导叶角度的适应性调节,可以优化压气机和风扇在过渡态的空气流量,使得燃油在满足各方面约束条件下以最大可能的速度增加,从而提升了发动机加速性能.最后,与常规两变量加速过程优化方法进行了对比研究:在相同目标函数和约束条件下,分别进行了两控制量(主燃油和尾喷管喉道面积)、增加风扇导叶调节或压气机变导叶的三控制量的加速优化控制仿真,结果表明,所提出的方法在优化过程中可以使得燃油最大可能速率高于常规方法,且发现压气机导叶角在优化过程的作用优于风扇导叶角,优化后的工作点加速路径紧贴喘振裕度限制边界,且各个约束严格在可行域范围内,3种方案的加速时间分别为5.5,4.9s和4.5s.     

基于波长调制技术的燃烧室出口温度分布TDLAT测试方法

为给未来高推质比航空发动机燃烧室出口温度分布测试作技术储备,以某单管燃烧室为研究对象,采用可调谐半导体激光吸收层析成像(TDLAT)技术,在0.5～0.8 MPa压力环境下,研究了基于波长调制(WMS)技术的燃烧室出口温度分布测试方法的工程适用性。结果表明：通过多光路正交测量的方式,利用扣除背景的归一化波长调制光谱模型、变量轮换迭代反演及计算层析(CT)技术,可以实现具有时空分辨性的燃烧室出口温度分布式测量;场分布重建结果能够较正确地反映出燃气温度和H₂O气体积分数随进口参数变化的趋势与特征;受燃烧流场的不均匀性、光谱模型建立与光谱参数标定的不准确、反演与重建算法的不完善等因素的影响,TDLAS测温均值低于热电偶测量结果,相对误差在15%～23%之间,测量数据的准确度距工程应用需求还有一定的差距。     

舱外航天服质子和电子辐射能量域值测量

ISS建造需要1000多小时的EVA。在ISS外部进行出舱活动，航天员可能会很大程度地暴露在电子和质子辐射的作用中。图1和2包含了典型的ISS轨道存在的电子和质子能谱。当前EVA航天服设计期间，服装设计者们并没有预想到ISS建造需要大量EVA，辐射屏蔽也没有作为重要的考虑对象，因此，在ISS着手建造之前需要制定辐射防护指南。这些指南将以需要确认的计算模型为基础。完成电子和质子在不同位置上穿透航天服最小能量的直接测量，这是确认计算模型的其中一步。另外，这些测量可能会影响未来的航天服设计。     

带有气体展开裙的双节套筒式延伸喷管的设计及性能增益估算

带有气体展开裙的双节套筒式延伸喷管是一种新方案.本文探讨了它的设计方法,并对其性能增益进行了估算,所得结果表明,它具有实用价值.     

延伸喷管延展撞击动力学分析

运用MARC软件对某发动机延伸喷管进行了非线性瞬态动力学分析，得到出口锥与延伸锥延伸过程仅经受撞击力作用下的变形及应力随时间的变化情况。对接合部位的密封圈进行了大变形处理，并在计算过程中对网格进行了重新划分。计算结果表明，该喷管出口锥与延伸锥结构是安全的，但考虑到材料性能的波动，安全余量较小，应从设计上保证产品的可靠性。该计算方法对延伸喷管的设计具有指导意义。     

基于局部密度的单类分类器LP改进算法

为了提高基于支持域的单类分类器识别率,提出将局部密度加入到分类器设计当中。在Campbe ll等的LP算法基础上,通过k近邻方法对每个样本点引入局部密度因子pi,重新刻画了原算法,使处于不同密度区的数据对分类器的作用不再被同等对待,高密度区的数据对分类超平面作用被强化,而低密度区的数据被削弱,结果使分类超平面自动靠近高密度区而提高了识别率。真实数据集上的实验结果表明,引入局部密度的D-LP算法其泛化性能较原算法有较大提高。