基于二次流喷射的并联式TBCC排气系统性能提升技术研究

基于CFD数值模拟方法,分析了并联式涡轮基组合循环发动机(Turbine Based Combined Cycle,TBCC)排气系统的内外流场特性,提出了在涡轮喷管下壁面处喷入高压二次流以提升排气系统性能的方式,研究了不同飞行状态下二次流喷射对排气系统性能(推力系数、推力矢量角)的影响规律。计算结果表明:二次流喷射会产生弓形激波,与喷管上膨胀壁面附面层作用产生新的分离区,提升涡轮喷管和冲压喷管内的整体压力,从而改善并联式TBCC排气系统的推力及推力矢量性能,且对亚声速和跨声速飞行状态下的并联式TBCC排气系统性能改善比较明显,可使轴向推力系数最大提升7.34%,推力矢量角提升12.76°。     

基于adaboost算法的车牌检测

车牌识别技术（LPR）是智能交通（ITS）领域的重要研究课题之一。车牌的自动识别分为车牌检测、字符分割、字符识别三个主要部分。车牌检测是LPR中的关键技术。车牌图像由于受到噪声、车牌倾斜、光照不均、运动模糊等的影响，检测存在着很大的困难。因此，在总结前人检测算法的优点和缺点的基础上，提出了基于adaboost算法的检测算法，其优点是检测率高，检测时间少，适应性特别强。     

基于抽象汇编指令的恶意软件家族分类方法

恶意软件变体的大量出现对网络安全造成巨大威胁。针对基于汇编指令的恶意软件家族分类方法中,操作数语义与运行环境密切相关而难以提取,导致指令语义缺失,难以正确分类恶意软件变体的问题。提出了一种基于抽象汇编指令的恶意软件家族分类方法。通过抽象出操作数类型重构指令,使操作数语义脱离运行环境的约束;利用词注意力机制与双向门循环单元（Bi-GRU）构建指令嵌入网络以捕获指令行为语义,并结合双向循环神经网络（Bi-RNN）学习恶意软件家族共性指令序列,以减小变体技术对指令序列的干扰;融合原始指令和家族共性指令序列构建特征图像,并通过卷积神经网络实现恶意软件家族分类。公开数据集上的实验结果表明:所提方法能够有效提取操作数信息,抵抗恶意软件变体中无关指令的干扰,实现恶意软件变体的家族分类。      

地基雷达探测中的空间碎片微弱信号检测技术概况

空间碎片的日益增多。已对航天活动构成严峻威胁。空间碎片的精确监测是对航天员和飞行器实施安全防护的重要前提,也对空间微小碎片探测能力提出了更高要求。文章对国外地基雷达探测空间碎片现状,以及对在雷达微弱信号检测技术方面比较常用的以信号处理为基础的长时间积累检测技术和基于时频分析的雷达微弱信号检测技术研究现状进行了综述。     

香烟条包拉线图像检测的研究

研究香烟条包外包装所出现的无拉线或拉线错牙等异常现象的图像特征,设计检测算法,并开发相关软件系统。经过实例检验,系统可以有效地对香烟条包外包装出现的上述现象进行检测,能满足香烟生产企业在线检测的需要。具有自动化程度高、判决速度快、算法简单等优点。     

宽带认知雷达低峰均比波形快速设计算法

发射波形设计是宽带认知雷达系统的关键技术。为了提高宽带认知雷达系统对距离扩展目标的检测性能,建立了目标检测模型,分析了系统的检测性能,在此基础之上研究了基于最大输出信干噪比(SINR)的低峰均比(PAR)波形设计算法。通过将原波形优化问题等效为接收权值与低峰均比波形的联合优化问题,同时利用循环优化的思想,提出了一种低峰均比波形快速设计算法。相比于现有的梯度法以及凸优化算法,该算法所设计的恒模波形信干噪比与二者相当,但算法实现难度明显变小,计算复杂度明显降低。仿真结果证实了算法的有效性。     

综合模块化航电系统FC网络的机内测试设计

针对综合模块化航电系统FC网络单元分布范围广、故障定位困难、维修效率低的问题,设计了一种机内自测试方法.在网络构建时间和通信效率的约束条件下,通过网络构建和故障检测同步进行的机制实现快速的任务前故障检测,通过实时监测和故障触发相结合实现低开销的任务中故障检测.在网络故障发生后,通过网络遍历和通信自环绕测试将故障有效地隔离至单个模块,提高检测和维修的效率.     

基于应力循环特征的裂纹萌生寿命预测方法

以两种镍基高温合金的应力循环特征为基础,即粉末高温合金FGH95的循环硬化继而软化及变形高温合金GH4169的循环软化特性,寻求载荷历程相关的损伤参量,进而建立应力弱化损伤模型,以考虑载荷历程对疲劳寿命的影响.建立的应力弱化损伤模型可以较好地预测不同循环载荷条件下的疲劳寿命,其预测精度不低于传统方法,且优势在于使建立模型所需要的试样数量大大减少.      

基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.