组合结构屈曲稳定性优化设计与灵敏度分析

本文研究了组合结构屈曲稳定性优化设计及灵敏度分析数值方法，讨论了屈曲临界荷载灵敏度对应力场和载荷的依赖关系、及其在尺寸和形状变量中的不同计算方法，将屈曲优化与静力和动力优化联合执行，在ＪＩＦＥＸ软件中实现以解决复杂的结构优化问题。算例表明了优化方法在结构稳定性设计中的应用，验证了算法和程序的有效性。     

某导弹小遥测系统遥测参数的分析与数据处理

根据某导弹战斗弹遥测系统的设计，论述了战斗弹遥测系统遥测参数的确定原则，对遥测参数在导弹习行靶试时所起的作用进行了分析，并给出了数据处理要求和处理形式。该战斗弹遥测系统采用FM／FM－FM遥测体制，现已成功地应用于某导弹的飞行试验。试验结果证明，对遥测数据的处理精度优于10，满足系统的使用要求。     

固体火箭发动机交互式可视化优化设计与分析

为提高固体火箭发动机优化设计和结果分析的效率,提出了一种交互式可视化优化设计与分析方法。以某大型固体火箭发动机设计为例,说明其在固体火箭发动机优化设计和参数敏感性分析中的应用。研究表明,这种方法可使设计人员快速、直观地得到符合总体要求的多组设计方案,简单、有效地进行参数敏感性分析,符合设计人员思维习惯,适合在工程中推广。     

利用有限仿射辛空间中超平面构作结合方案

设Fq是一个q元域，用Fq上仿射辛空间中的全部超平面构作了类数为3的结合方案，并计算了参数。     

一类可伸缩挠性结构变参数实验系统

针对最近研制出的一类可伸缩挠性结构变参数实验系统，概述了其结构组成和关键技术指标，通过数学仿真与物理实验相比较的方式研究了系统的动态特性，并介绍了全物理控制实验的初步结果，由此证实了该系统的有效性。     

超高速撞击弹丸形状效应数值模拟研究

为保证在轨航天器的安全运行，微流星体和空间碎片的防护成为现有航天器，特别是长寿命、大尺寸航天器设计时必须考虑的问题。本文采用AUTODYN软件进行了不同形状弹丸超高速撞击whipple防护结构的数值模拟，对不同形状弹丸撞击Whipple防护结构的撞击极限曲线进行了比较，分析了各形状弹丸撞击防护屏后形成的碎片云状态，以及分析了各撞击极限曲线之间差异的原因。不同形状弹丸对Whiple防护结构的损伤能力有很大差异，弹丸破碎和碎片云分散程度随弹丸速度、长径比和撞击方向的改变而改变。     

模态参数识别的小波变换方法

系统地研究了使用调频高斯小波变换识别结构系统模态参数，闻基于系统脉冲响应函数的小波变换的模态参数识别方法，讨论了影响识别精度的因素以及提高识别精度的途径，并针对两自由度问题给出了方法的验证与分析。     

基于自适应容积卡尔曼滤波方法的涡扇发动机气路部件故障诊断

针对涡扇发动机气路部件故障诊断中参数存在不同的噪声统计特性,提出了一种自适应平方根容积卡尔曼滤波(ASRCKF)器的自适应滤波方法.该方法直接利用基于3阶容积积分方法近似发动机的非线性统计特性,用于替代非线性无迹卡尔曼滤波方法的系统模型,避免了滤波过程参数选取的问题;采用移动窗口法对噪声协方差矩阵进行自适应估计,提高了算法对不同统计特性噪声的自适应能力和滤波精度.通过对发动机气路部件健康参数蜕化过程仿真结果表明:ASRCKF方法相比平方根容积卡尔曼滤波(SRCKF)方法,精度提高40%~50%,对不同噪声信号具有更好的适应能力.      

航空发动机承力系统抗变形能力评估

针对航空发动机承力系统的结构和力学特征,基于安全性设计要求,建立了整机承力系统抗变形能力的评估方法,分别从结构固有抗变形能力、稳态载荷下的抗变形能力以及瞬态冲击载荷下的抗变形能力3方面提出了当量刚度、间隙匹配系数、冲击放大系数3个评估参数.以典型高涵道比涡扇发动机承力系统为对象进行了抗变形能力评估.结果表明:以截面的等效刚度和承力系统最大等效刚度的比值作为结构当量刚度,以稳态载荷下整机系统各个截面的最小间隙与 最大间隙的比值作为间隙匹配系数和以瞬态冲击载荷与各个支点及安装节上支反力的最大峰值载荷的比值作为冲击放大系数,这3个参数均能较好地反映出整机承力结构的危险位置和极限载荷下的响应特征.最终的评估结果可以为承力系统结构方案设计和优化提供参考.      

Probability hypothesis density filter with adaptive parameter estimation for tracking multiple maneuvering targets

The probability hypothesis density (PHD) filter has been recognized as a promising tech-nique for tracking an unknown number of targets. The performance of the PHD filter, however, is sensitive to the available knowledge on model parameters such as the measurement noise variance and those associated with the changes in the maneuvering target trajectories. If these parameters are unknown in advance, the tracking performance may degrade greatly. To address this aspect, this paper proposes to incorporate the adaptive parameter estimation (APE) method in the PHD filter so that the model parameters, which may be static and/or time-varying, can be estimated jointly with target states. The resulting APE-PHD algorithm is implemented using the particle filter (PF), which leads to the PF-APE-PHD filter. Simulations show that the newly proposed algorithm can correctly identify the unknown measurement noise variances, and it is capable of tracking mul-tiple maneuvering targets with abrupt changing parameters in a more robust manner, compared to the multi-model approaches.