多截面细径管结构参数对放气系统压降特性的影响

采用数值模拟方法研究了多截面细径管结构参数对放气系统压降特性的影响,得到了导管几何尺寸、导管内壁粗糙度和出口压力等参数对压降特性影响的变化规律。研究结果表明:缩短容器导管长度或扩大其内径对壅塞状态下的压降影响较小,但可以显著提高层流状态下气体的流动速度,从而减少放气时间;内壁粗糙度对壅塞状态下的压降特性影响较大,随着粗糙度的增大,压力下降速度有所降低,而对层流状态下的压降特性影响较小,在容器压力降至极低的情况下,粗糙度的影响可以忽略不计;出口压力对整个流动过程的放气速度影响较小,出口压力的进一步提高不会明显增加放气速度。该研究可为多截面细径管放气系统的优化设计提供依据。     

地球静止轨道微波辐射计技术

静止轨道微波辐射计可实现全天时、全天候、高频次云雨大气观测,在台风、流域性强降水探测和预报方面发挥重要作用。但在波束扫描、多频复用、系统定标等方面的运用存在较大困难,世界上尚无在轨应用先例。现从探测需求出发,对静止轨道微波辐射计进行了系统方案设计。提出了卫星平台与辐射计部件快慢结合扫描的方法,以解决波束扫描和系统定标难题;提出了低频选入射角层叠式布局准光学频段分离方法,以解决多频段复用难题。研制了微波辐射计原理样机,通过实验室和外场试验验证了系统设计,为静止轨道微波探测卫星研制提供了一定指导。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

高功率微波极化方式与入射方向对微带线耦合特性影响分析

针对高功率微波（HPM）耦合效应分析需求,采用时域多分辨分析法（MRTD）模型,给出了微带线端口电压和电流方程,验证了模型的适用性。基于MRTD,仿真分析了HPM作为入射波时其极化方式、入射方向对微带线电磁耦合特性的影响。结果显示：垂直线极化波和平行线极化波耦合系数峰值出现在不同的频率,且峰值相差约15 dB,采用圆极化波时耦合系数最大;入射方向变化时,耦合系数以水平入射最小,垂直入射时最大,高频段微带线边缘有绕射现象产生。该分析采用了分析计算电大尺寸HPM耦合效应的MRTD数学模型,提高了HPM与复杂结构的耦合计算效率。     

利用TDLAS技术开展碳氢燃料高速燃气参数测量

可调谐二极管激光器吸收光谱技术(Tunable Diode Laser Absorption Spectroscopy,TDLAS)广泛应用于碳氢燃料燃气参数(温度、组分浓度和气流速度)实时在线和非接触测量。针对碳氢燃料火箭基组合循环(Rocket Based Combined Cycle,RBCC)发动机的高速燃气参数测量,设计了双交叉光束(7444.352+7444.371)/7185.597cm-1谱线对扫描波长-时分复用双线直接吸收光谱技术(Direct Absorption Spectroscopy,DAS)系统,将其应用于RBCC地面实验高速燃气参数在线测量,同时获得了燃气温度、H2O组分浓度和速度等多参数,并将测量结果与数值模拟计算结果对比,相对偏差不超过12%,这为RBCC发动机燃烧组织优化和结构优化提供重要依据。     

带时间窗的飞机排班问题优化

为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度（航班准时性）和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对三个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。     

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。     

多模自适应目标图像跟踪

本文建立了图像序列中含加性和乘性两种噪声模型影响下的目标偏移值测量模型。并针对目标机动性，采用多模虑波器和两段卡尔曼虑波器对目标状态进行估值，有效抑制了各种噪声影响，又消除了显式的目标机动性检测，且有较高的实时性和较少的存储量等优点。     

基于改进NS-SOMA 的变循环发动机解耦控制方法

针对XTE76变循环发动机的控制结构问题,研究了2分块之间进行解耦的控制方法。基于内模原理,设计状态反馈控制器结构,以无超调快速跟踪和耦合抑制为目标,提出了改进的非支配序自组织迁移(NS-SOMA)多目标优化算法,在每代中按照与领导者的欧式距离均匀选择粒子进行迁移,提高了算法的收敛速度和精度,以此优化控制器参数,有效抑制了分块之间的耦合。同时研究了变循环发动机不分块的3变量控制方法,直接通过多目标优化抑制回路之间的耦合效应。在某型变循环发动机部件级模型上进行仿真验证,结果表明:不分块结构优于其他2种结构,相比分块控制结构,引起的最大耦合降低了30%,说明多变量综合控制更能充分利用现代控制理论解决回路之间的耦合问题。     

协同空战与多智能体强化学习下的关键问题

自从协同作战的概念提出后,各军事强国在协同空战领域均取得了重大进展,协同成为提升作战能力的倍增器。近数十年来,作为解决序列问题的现代智能方法,强化学习在各领域高速发展。然而,面对高维变量问题时,传统的单智能体强化学习往往表现不佳,多智能体强化学习算法为解决复杂多维问题提出新的可能。通过对多智能体强化学习算法原理、训练范式与协同空战的适应性进行分析,提出了协同空战与多智能体强化学习的未来发展方向,为更好地把多智能体强化学习应用于协同空战提供思路。