雷达导引头对拖曳式诱饵干扰的检测和识别新方法

有源拖曳式雷达诱饵能够实现角度欺骗、距离欺骗、速度欺骗三重干扰效果,它通过电缆与被保护目标相连接,两者具有相同的运动特性,载机和拖曳式诱饵在距离、速度和角度上分辨不出来,导引头的响应会成为两个射频源的复杂函数,这将产生一个角度误差,从而增加了导弹的脱靶距离。为了提高雷达抗拖曳式诱饵能力,从空间角度分辨力入手,在常规单脉冲雷达系统结构上,利用了结构的冗余信息,提取对角线差通道的接收信号,然后与和通道、俯仰差通道、方位差通道联合建立方程组,求解得到目标和诱饵的角度信息,并对两者的信号幅度进行了分离,提出了诱饵识别的方法。仿真结果证实了该方法的有效性。     

一种双流路变几何涡轮基组合循环进气道的设计与仿真

针对涡轮基组合循环(TBCC)发动机宽速域的工作需求,提出了一种外并联双流路的变几何进气道方案.通过转动涡轮和亚燃通道的唇罩前缘,可对进气道的捕获高度进行调节,并可实现模态切换;通过亚燃通道下壁面的多连杆机构,可对进气道的内收缩比进行调节,以实现进气道在宽马赫数范围的高效工作.通过对该进气道进行CFD数值模拟,获得了其流动和工作特性,并与定几何进气道方案进行了对比分析.研究结果表明:该变几何进气道具较宽的工作马赫数范围,且具有良好气动性能.与定几何方案相比,该变几何进气道在来流马赫数Ma为2.5,3.0,4.0时的总压恢复系数分别高出了12.5%,30.2%,133.3%.      

基于多尺度失真感知特征的重定向图像质量评估

在不同宽高比显示设备上的图像观看体验通常受到图像重定向操作方法的影响。为了提高重定向图像主观感知与客观评估之间的一致性,提出了基于多尺度失真感知特征（MSDA）的客观重定向图像质量评估（RIQA）方法。语义失真和细节失真经常出现在图像的不同尺度上,因此从图像的不同尺度中提取失真感知特征。提出了一个描述原始图像和重定向图像之间的宽高比相似度（ARS）的精确度量。此外,使用视觉注意力融合图来模拟人类视觉系统对图像的主观关注度。在2个基准数据库上的实验结果表明,所提出的MSDA方法的肯德尔排名相关系数（KRCC）、皮尔逊线性相关系数（PLCC）和斯皮尔曼秩次相关系数（SRCC）指标分别比对比方法中最优方法提高4.1%、1.8%和4.5%。      

机载条件下PCHE通道内流动换热特性研究

以飞机燃油系统和环控系统中常见的航空煤油(大庆 RP-3)和防冻液(65号)作为工质,对印刷电路板式换摘热器(PCHE)通道单元中 2种工质的逆流换热进行了三维数值模拟研究。实验中共设计 4种模型,即角度为 15°的 Z型双通道基础模型以及据此优化的其他 3种模型,不同模型的通道入口水力直径均为 1.2 mm。此外,燃油入口温度为 -40~40 ℃,防冻液入口温度为 50 ℃,它们的物性参数均随温度变化而变化。利用综合评价因子 η对模拟结果进行分析,获得了不同模型的流动换热特性。结果表明,优化模型的 η均大于基础模型。冷边入口温度相同时,优化模型的冷边最大 η出现在 400 kg/(m2·s) ,热边最大 η出现在 200 kg/(m2·s) 。质量流速相同时,若流速较小,则优化模型的冷边最大 η出现在 20 ℃,热边最大 η出现在 40 ℃,若流速较大,则冷边和热边最大 η均出现在 -40 ℃,但是冷边和热边流速大小的分界线不同。由此说明,环境温度变化引起的工质物性变化对 PCHE通道最优工况的出现影响显著。     

微重力下三角形微通道内冷凝换热分析

采用VOF模型和自定义函数的方法对三角形微通道内冷凝换热特性进行了数值模拟研究.为验证模型的合理性,将计算得到的传热系数与文献中经验关联式的结果进行对比.分析了重力和表面张力对气液界面分布和传热性能的影响.结果表明,重力对微通道内气液界面分布和截面平均传热系数的影响很小.表面张力在非圆形微通道内的冷凝过程中发挥主导作用.在表面张力作用下,更多的冷凝液流向尖角,使壁面附近液膜厚度变薄,传热阻力减小,传热系数增强.      

BTT-180飞行器滚转通道自动驾驶仪优化设计

BTT-180滚转通道自动驾驶仪的主要任务是让飞行器在最短的时间内利用有效的舵资源在有限的最大滚转角速度内实现快速滚转180°的急滚需求。从工程应用的角度出发,提出了两种滚转角指令优化方法。首先提出滚转角指令优化设计的问题来源和在BTT-180飞行器设计滚转通道自动驾驶仪设计中的重要性,然后建立了线性和指数两种形式的优化模型并分别进行了优化方法设计,将结果进行对比,最后提出了滚转指令优化方法的模型选择方法。     

推力室冷却通道结构可靠性仿真及参数敏感性分析

为了准确高效评估液体火箭发动机推力室身部再生冷却通道的结构可靠性,建立了基于有限元热结构耦合计算的结构可靠性仿真流程。考虑发动机干扰因素、身部结构尺寸及内外壁材料性能的随机性,利用Monte Carlo(MC)仿真和Epps-Pulley(EP)检验确定危险点的等效应力分布,根据基于参数估计区间的应力-强度干涉模型及点估计下限和Lindstrom-Maddens(L-M)法,确定冷却通道结构可靠度置信下限,并进行参数敏感性分析。结果表明:该结构可靠性仿真能够确定内壁失效的危险点,得到工程上更具实用价值的可靠度置信下限;外壁的强度裕度远大于内壁,冷却通道的结构可靠性取决于内壁;提高推力室燃烧效率或选用导热率稍低,而强度更高的内壁材料,是提高冷却通道结构可靠性的有效途径。      

装药内、外通道的换向流动及初始压力峰

本文提出在发动机装药内、外通道流动参数不同时,燃烧产物出现换向流动的概念,并得出发动机装药内、外通道中换向流动点的位置及相应内、外通道中燃烧产物流动参数表达式。同时提出换向流动下发动机侵蚀燃烧初始压力峰的计算方法。此概念已由试验结果得到初步证实。     

面向高光谱图像的目标检测研究

现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该算法提出了用多尺度光谱注意力网络（Res2NetSE）来提取空谱特征,能够提升多尺度目标检测效果并能更有效地提取关键波段信息;其次,该算法提出了一个空间增强的特征金字塔模块（Spatial Enhanced FPN,SFPN）用于特征融合,提升了神经网络的感受野和多尺度性能;最后,该算法设计了FIOU(Fantastic IoU)损失函数,提升了预测框定位精度。实验结果表明,所提出的算法能够有效提取空间域和光谱域信息特征,分别在平均准确率上提升了14.19%、8.01%和5.38%,与现有方法相比表现出更出色的性能。文章的算法为高光谱图像的物体级目标检测提供了一种有效的解决方案,有望推动高光谱图像分析领域的进一步发展。     

基于时空图卷积网络的无人机网络入侵检测方法

无人机网络相比地面网络具有节点快速移动、拓扑结构变换频繁和通信链路不可靠的特点,传统的针对地面网络的入侵检测方法难以适用。针对无人机网络的时空动态特性进行建模,提出了一种无人机网络的入侵检测方法——基于注意力机制的时空图卷积网络（ATGCN）。将图卷积网络和门控递归单元组合为时空图卷积网络,从复杂多变的数据中提取网络的时空演变特征,通过注意力机制提取和入侵检测最相关的特征,输入支持向量机进行分类预测。多个数据集的实验分析表明:所提方法能够适应无人机网络的动态性和不稳定性,相比传统检测方法准确率高且误报率低,具有良好的鲁棒性和适应性。