导弹武器系统项目前评价体系研究

阐述了对导弹武器系统项目中诸如风险、费用、可靠性、维修性及效能等方面进行评价的重要性,根据指标选取的原则,建立了评价指标体系的框架。在此基础上进一步说明了框架中的各项指标,并细化了各分项指标,形成了一个完整的评价指标体系。最后,对评价中可能用的方法及模型的建立思路给出了初步构想。     

多层前向神经网络的微弱信号检测

多层前向神经网络是一种非线性动力学信息处理系统，是可以实现传统计算机难以实现的高速信息处理能力和最佳信息的检测方法。探讨了神经网络的弱信号检测方法，定性分析了其噪声抑制的原理，给出了神经网络系统框图及实测结果。     

基于前视地形的极限告警曲线算法研究

针对作战飞机在低空中的可控飞行撞地问题，提出基于前视地形的极限告警曲线算法。该算法建立了飞机运动学模型、地形感知模型、飞行轨迹预测模型和极限告警曲线算法模型。首先，根据地形高程数据，以飞机拉起轨迹与地形的最小间距是否大于最小安全距离作为寻找极限告警点的判断条件，对上述模型进行仿真得到飞机的极限告警曲线。然后，综合考虑地形倾斜角和飞行员承受过载，对曲线进行优化，给出适宜飞行员拉起避障的最优告警曲线。最后，开展了仿真算例验证。研究结果表明，所提算法可依据飞机爬升性能和地形变化给出正确的极限告警曲线和最优告警曲线，当飞机前方有碰撞危险时可成功拉起避障。     

空间X射线反射式聚焦系统的同步辐射表征技术

针对脉冲星观测与计时导航等领域对空间X射线望远镜测试与标定的迫切需求，综述了目前国内外基于同步辐射和X射线自由电子激光光源发展的多种高精度的反射式聚焦系统的面形检测、系统标定和反射率计量测量技术。着重介绍了细光束、哈特曼波前传感器、光栅干涉、近场散斑等面形测试方法在不同尺度和面形的反射镜在线测量中的应用，阐明了其在工程应用中的优劣。介绍了同步辐射装置在空间X射线望远镜的在线成像和校准以及反射率计量上已开展的卓有成效工作。期望通过相关综述介绍，可以推广空间X射线望远镜反射元件广泛利用同步辐射等大科学装置进行性能表征实验，以此促进相关领域的进一步发展。国内同步辐射大科学装置的建立和蓬勃发展为大尺度空间X射线望远镜的在线检测、校准和光学性能表征提供了重要支撑。     

关于隐身目标检测与跟踪的几点思考

隐身武器装备的出现和发展对传统雷达的检测与跟踪性能构成了严峻的威胁。首先,分析了隐身目标检测与跟踪中存在的一些关键问题;然后,对高机动隐身目标、多隐身目标、机载高脉冲重复频率雷达的多隐身目标等检测与跟踪问题进行了初步的探讨,并提出了一些可行的解决方案。     

全流面乘波前体进气道设计方法

基于流线追踪的飞行器乘波前体设计和发动机进气道设计已有大量的研究工作，但是高超声速飞行器前体与超燃冲压发动机进气道的一体化设计一直是个难点。为了提高前体进气道整体的总压恢复和流量捕获性能，在前期飞行器乘波前体设计和进气道压缩面流线追踪设计方法的基础上，将整个基准流场分为激波压缩流场和等熵压缩流场，顺序组合，从前体激波、外压缩面到进气道内压缩面、反射激波直到喉道进行无缝连续地流线追踪，实现了全流面乘波前体进气道设计。横向三维曲面生成采用类似密切方法进行控制以实现全流面设计；纵向基准流场的构建由交叉推进特征线方法生成的激波压缩流场和反向Prandtl-Meyer流动生成的等熵压缩流场组合而成，只需输入前缘激波形状与进气道喉道出口约束；所有的控制曲线采用一种四次样条曲线进行描述。这是一种统一的基于内、外锥基准流场的前体进气道设计方法，其主要优点是具有较高的流量系数和总压恢复系数，可广泛用于高超声速飞行器前体进气道内外流一体化设计。     

基于INS/前视声纳组合的输水隧洞AUV巡检定位方法

当潜航器(AUV)进行输水隧洞巡检时,多普勒测速仪(DVL)声波会对前视声纳图像产生干扰,针对这一问题提出了一种从AUV上卸载DVL,直接从前视声纳图像中提取栽体速度,而后和惯性测量单元(IMU)进行组合导航的方法.该方法根据前视声纳成像原理,建立起每相邻两帧声纳图像间载体的相对位移与配对特征点的图像坐标之间的联系,针对水底为局部平坦区域的情况,对特征点仰角进行了估算.通过惯导速度约束和随机抽样一致(RANSAC)算法,剔除误差较大的配对点,然后利用提取出的载体速度作为观测量进行卡尔曼滤波.经实际数据测试,惯性导航系统(INS)/前视声纳组合的总体性能和INS/DVL组合非常接近,以输水隧洞内的接缝线作为定位基准,INS/前视声纳组合导航在沿隧洞方向上的最大相对定位误差小于行程的1％.     

一种基于自动分区的海量科学数据计算框架

在科学研究领域, 存储容量、处理效率和分析精度并不能适应科学数据的指数级增长速度。通过对科学数据结构与标准的研究, 提出了一个海量科学数据计算框架BSDF。提出了一种基于模型驱动的统一数据接口, 实现对异构科学数据的无差别访问；提出了一种基于元数据的自动分区算法, 通过参数预取与超平面维度计算确定任务颗粒度。实验结果表明:与H5Spark科学数据计算框架的基于9项基准测试的性能相比, BSDF计算框架提升了39%~68%；在特定领域PKTM的算法优化上, BSDF达到了41.62倍的加速比。      

深度学习技术在空间激光通信中的应用

与射频通信相比，空间激光通信具有传输速率高、保密性能强、终端功耗低等优点，目前已成为当前通信领域的一个研究热点。同时，空间激光通信也面临着一些严峻的技术挑战，如大气湍流导致空间激光通信的信道情况十分复杂，复杂的信道会引发信号光强度起伏剧烈，信标光跟踪与瞄准困难，接收端的信号光场波前畸变严重等。为了提升空间激光通信在复杂信道环境中的性能，学者们将深度学习技术引入到空间激光通信系统中。多项研究表明，深度学习在空间激光通信的诸多方面表现出了优越的信息处理能力。对近年来深度学习技术在空间激光通信信号处理与检测，信标光捕获与跟踪以及波前畸变探测与校正等方面的应用做一全面梳理，并对用于空间激光通信的深度学习技术的前景进行展望。     

中弧线角度分布对跨音叶栅特性影响研究

中弧线角度分布形式对压气机叶片表面等熵马赫数分布具有重要的影响。为了对比不同压气机叶型的流动特征，采用数值模拟和平面叶栅试验相结合，对两种中弧线角度分布形式的跨音叶型在不同来流工况下的气动特性展开了详细研究。结果表明：在设计点，前加载配合均匀加载的中弧线角度分布叶型能够消除叶片吸力面的局部超音区，与前加载的中弧线角度分布叶型相比，叶片表面等熵马赫数分布更加饱满。其次，前加载配合均匀加载叶型能够推迟叶片吸力面的涡层失稳，减弱了吸力面分离涡与端壁分离涡的耦合作用，进而改善了端区的流动状况，截面平均总压损失系数降低了8.2%。最后，对非设计工况下两种中弧线角度分布的气动特性进行了分析，随着来流马赫数的降低，两种中弧线角度分布叶型的损失差异逐渐减小，均具有较优的气动性能。来流速度对叶片表面等熵马赫数、损失分布和分离面形状特征影响较小，仅影响叶片表面等熵马赫数和损失数值大小。