高分辨率星载合成孔径雷达成像处理方法

提出了一种适用于大距离徒动高分辨率星载合成孔径雷达 (SAR)精确成像的改进Chirp Scaling(CS)成像处理算法 ,以及实现单视图象斑点噪声抑制的基于目标检测的增强无偏最大后验概率 (TDRGMAP)方法。采用这种高精度成像处理方法和单视图像斑点噪声抑制方法 ,可以实现星载 SAR高空间分辨率和高辐射分辨率的雷达图像。     

固体发动机喷管出口凝相微粒粒度分布研究

应用激光全息光学诊断方法对固体火箭发动机喷管出口凝相微粒分布进行了测量，并得出了其分布曲线。对凝相微粒数字图像处理算法也进行了研究。     

航天器火工冲击环境防护技术现状与应用

火工冲击环境是航天器经历的最恶劣的力学环境之一,尤其以航天器与运载火箭分离时最为恶劣。火工冲击环境会影响有冲击敏感元件的设备甚至航天器的正常工作,严重时可导致发射任务失败。因此,有必要研究火工冲击环境的防护措施。文章分析了火工冲击环境特点及载荷组成,阐明了火工冲击载荷来源、作用机制及防护原则,分析了航天器系统级和部件级火工冲击防护措施的现状,在调研国内外航天器火工冲击防护措施最新进展的基础上,提出了我国航天器火工冲击防护技术的研究方向及应用建议。     

基于摄影测量的超大尺寸舱段装配变形分析技术

针对运载火箭箭体结构舱段装配过程中形位精度测量及变形控制的需求,开展超大尺寸舱段精确、高效测量技术研究.首先,对比分析了不同测量技术方案的优缺点;其次,根据摄影测量技术的原理建立了超大尺寸舱段摄影测量的流程,完成了点云数据的采集,基于点云数据重构产品模型,开发软件进行数据的对齐与对比,实现产品形位精度的测量与装配变形的...     

水下航行体减阻技术综述

空/水跨介质飞行器经空中飞抵目标水域后高速入水,对目标实施快速打击,具有隐蔽性好、突防能力强等特点。但在水下航行中,固/液界面阻力及绕流流场变化等问题严重影响了航行速度与稳定性。减小航行体表面阻力干扰、流场优化是保障水下高速稳定航行的关键。旨在探讨适用于水下高速航行体的表面减阻与流场优化方法,对表面微结构减阻、超疏水表面减阻、超空泡减阻和微气泡减阻4种最具代表性的固/液界面减阻技术进行论述,分析各种减阻技术的机理与应用可行性,探讨适用于水下高速航行体的减阻技术发展方向。     

展向行波状Lorentz力的波数对壁湍流控制的影响

展向行波状Lorentz力可以有效调制湍流近壁流动及减少壁面摩擦阻力。为了解行波波数在壁湍流控制中的影响,并进一步揭示该方法的减阻机理,本文利用Fourier-Chebyshev谱方法,通过直接数值模拟（DNS）,对槽道湍流的展向行波状Lorentz力控制和减阻问题进行了研究,讨论了展向波数kz对近壁流动及壁面阻力的影响。结果表明,当展向行波状Lorentz力诱导的流场被用来调制固有的近壁湍流流场时,固有流场和诱导流场同时受到调制。Lorentz力的展向波数对流场调制效果具有显著影响。通过波数的选择,引进新的涡结构,可以调制条带结构的展向间距与强度,影响近壁流体的湍流猝发活动,从而调制壁面摩擦阻力的大小。     

GAP/CL-20高能固体推进剂燃烧性能影响因素

采用水下声发射法测试了推进剂静态燃速,用线性回归法计算了推进剂燃速压强指数;研究了GAP/CL-20高能固体推进剂中增塑比及固体组分AP、CL-20、Al粉粒度等配方组成因素对燃烧性能的影响。研究结果表明,增塑比一定范围内的变化不会对推进剂燃烧性能产生显著影响,其燃速和燃速压强指数基本不变;CL-20粒度减小或AP粒度增加均会导致燃速不同程度的降低,Al粒度减小也会使燃速减小,但在达到一定程度后,燃速又增加;推进剂燃速压强指数随CL-20、Al粉粒度减小和AP粒度增加而减小,并对其燃烧性能的影响机制进行了简单分析。     

基于新型降阶模型的网格加筋圆柱壳频率分析

针对网格加筋圆柱壳频率分析计算量大的问题,提出一种基于多项式及梁单元形函数的模型降阶方法,即运用多项式及梁单元形函数将复杂结构有限元的节点位移转化为主节点位移,实现模型降阶。并通过控制多项式阶数及梁单元个数来调整降阶模型的分析精度,而降阶模型的计算效率较精细模型有显著提高。以网格加筋圆柱壳为例,对比本文提出的模型降阶方法与3-D实体模型及其他模型降阶方法的频率分析结果,结果表明,提出的模型降阶方法不仅能捕捉到结构的整体模态,还能反映出结构部分局部模态,适用范围广,能够为工程结构设计提供简单有效的计算模型。     

动力学缩聚模型修正的矩阵逼近法

为避免结构动力学分析中修正有限元模型时的大型稠密矩阵运算,研究了一种用基于矩阵逼近的有限元缩聚模型修正法。根据有限元模型的缩聚和修正,给出了试验模态的扩阶、物理模态到广义模态的映射和矩阵逼近,并讨论了结构存在重频时模态的相关性。算例表明,该法可行。     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。