水滴撞击特性的高效计算方法

针对拉格朗日方法计算水滴撞击特性效率低、通用性差等问题,发展了一种水滴撞击特性的高效计算方法。在求解绕流流场的基础上,结合逐级结构化管理的边界信息存储方式,采用目标扩散追踪方法对水滴所在网格单元进行快速计算,并插值得到该点处的流场信息,逐个求解水滴运动方程得到各水滴的运动轨迹,从而确定水滴撞击极限、收集系数等撞击特性参数。通过对NACA0012翼型、GA-W(1)两段翼型和某三段翼型的计算得到不同状态下的水滴撞击特性,计算结果表明,该方法与传统方法相比具有计算效率高、结果可靠、通用性好等优点。     

一种基于颜色和边缘特征的Mean Shift目标跟踪算法

针对基于颜色特征的Mean Shift算法对动态变化环境适应能力差,容易丢失跟踪目标的问题,提出了一种颜色和边缘特征相结合的Mean Shift目标跟踪算法。该算法使用核直方图概率模型描述目标,通过权值的自适应变化来评估每个特征在跟踪场景中的可靠性,并依据权值提出一种选择性模板更新方法。实验结果表明,提出的算法不仅可以克服目标在跟踪过程中发生的模板变形,而且对目标的平移旋转以及光照变化都具有较好的鲁棒性。     

直升机气动布局参数对飞行性能的推荐域分析

直升机气动布局参数对直升机的飞行性能有着显著的影响,使用多目标粒子群优化算法可以求解气动布局参数对飞行性能的推荐域,根据指标要求或者原准机型得到一组可以接受的飞行性能目标,求解直升机气动布局参数的推荐域,使得推荐域内气动布局参数组合的对应飞行性能不低于飞行性能目标,进而配合其它限制完成参数优化。根据这一方法对算例直升机的主旋翼轴、短翼和水平尾翼的气动布局参数进行分析,给出其对飞行性能的推荐域解集,表明该方法的有效性,并总结这些气动布局参数推荐域边界的主要规律。     

Jerk模型用于高速机动飞行器跟踪的性能分析

针对高速机动飞行器的跟踪应用,对SJ(Singer Jerk)、CSJ(当前统计Jerk)、MCSJ(修正当前统计Jerk)和αJ等4种主要Jerk模型进行了综述。比较了它们的建模假设、设计参数以及实际应用时的限制因素。基于UKF(无迹卡尔曼滤波)算法,分别在单台和2台雷达的测量条件下,在3种滤波参数集设置下,利用各模型对近空高速滑翔飞行器进行了跟踪仿真。飞行器真实飞行轨迹根据简化动力学方程通过四阶龙格库塔数值积分方法得到。仿真结果表明:4种模型都具有很好的初值鲁棒性;在目标弱机动段落,4种模型具有较好的参数鲁棒性;但在强机动段落,SJ、CSJ、MCSJ等3种模型的参数鲁棒性很差,滤波误差发生严重突跳,αJ模型的参数鲁棒性最好。针对高速机动飞行器的跟踪应用,αJ模型的综合性能最优,而MCSJ模型最差。     

基于 Kriging模型机翼平面外形气动优化设计

使用基于Kriging模型的优化设计方法,进行了非常规布局机翼的平面外形多目标优化设计。利用CFD技术进行机翼升力系数和阻力系数的气动计算,通过拉丁超立方试验设计生成样本点,建立了Kriging代理模型,结合多目标遗传算法对机翼平面外形进行多点多目标优化设计,最终得到了Pareto最优解集。根据设计需求,从Pa-ret0前沿选取一个非劣解作为优化结果。结果表明：陆ging模型与cFD计算误差很小,可信度高;在不问设计状态下,机翼气动性能都得到了提高,表明优化设计方法具有可行性和高效性。     

基于多通道天线高分辨率星载SAR 实现方法研究

对基于多通道天线实现高分辨率星载SAR的方法进行了深入研究,建立了三通道天线SAR的回波信号模型,提出了一种回波处理方式,将单发三收模式下的回波数据转变为传统的单发单收模式下的回波数据,可用常规条带式成像方法进行成像处理.对采用多通道天线实现高分辨率星载SAR涉及到的脉冲重复频率PRF偏离问题进行了深入分析和研究,推导出PRF偏离造成的虚假目标的理论位置和虚假目标与真实目标的峰值功率比值,计算机仿真试验证明了上述内容的有效性.      

美国空军进行下一代双任务导弹研究

据每日防务10月13日报道，美国空军已委托3个工业团队探索未来空射导弹的概念，该导弹既能击落飞行目标又能打击地面目标。     

基于深度学习的小目标检测研究进展

随着深度学习方法的快速发展,目标检测作为计算机视觉领域中最基本、最具有挑战性的任务之一,已取得了令人瞩目的进展。现有的算法大多针对于具有一定尺寸或比例的大中型目标,但由于待测目标尺寸小、特征弱等原因,对小目标的检测性能还远远不能令人满意。小目标检测（SOT）作为一种广泛应用于室外远程拍摄和航空遥感场景的技术,近年来受到了广泛的关注,各种方法层出不穷,但是目前对该问题的全面综述较少。从问题定义、算法分析、应用介绍、方向展望等方面对基于深度学习的小目标检测研究进展进行了综述。首先,给出了小目标检测问题的定义,阐述了其技术难点及在实际应用中面临的挑战;接着,从8个不同角度分析了检测器对小目标检测精度较低的主要原因及相应的改进方法,详细归纳总结了小目标检测在各技术方面的研究工作;然后介绍了几个特定场景下小目标检测算法的典型应用;最后,对小目标检测未来的发展趋势进行展望,提出可行的研究方向,期望为该领域的研究工作提供可借鉴和参考的思路。     

基于极限学习机的修正当前统计模型跟踪算法

针对当前统计(Current Statistical,CS)模型由于先验知识的缺乏和其结构特点导致的跟踪精度降低的问题,通过使用极限学习机(Extreme Learning Machine,ELM)并根据目标历史状态信息,实时估计并修正CS模型的加速度估计值,提出了基于ELM的修正CS模型跟踪算法.ELM的训练结果表明...     

基于目标一维距离像的雷达目标识别方法

讨论了马氏距离的性质,利用目标的一维距离像,提出了一种雷达目标识别方法.对雷达回波进行快速傅立叶变换,得到目标的一维距离像,计算其马氏距离,得到目标的稳定特征向量,根据相关算法进行目标识别.三种不同类型飞机回波的实测数据的识别结果,表明该方法是切实可行的.