纵向涡对矩形通道内湍流流动特性影响的实验研究

本研究用风洞实验对矩形通道湍流边界层内嵌入的涡发生器参数进行了筛选；测量了单个涡发生器沿纵向对双侧壁面近壁边界层流场的干扰特性和通道嵌入涡偶的流动特性。找出了通道内嵌入涡发生器形成对近壁边界层流场干扰的较理想的涡发生器参数和漏偶的布局形式。     

多通路激光火工品等效测量装置设计

激光火工品起爆系统的功能完整性影响着火工品的正常起爆。为了检测起爆系统的完整性,设计了一款以FPGA为核心的多通道激光火工品等效测量装置。该装置利用光电转换电路、放大滤波电路、A/D采样电路以及双SDRAM存储机制对每个通路的起爆激光功率进行连续采样,并通过板载CPCI总线与上位机完成控制指令和数据交换。试验表明,该装置激光功率采样精度和时序采样精度均满足设计要求,系统设计方案可行。     

流向涡与涡轮叶栅二次流相互作用研究

研究有效的流动控制手段,降低涡轮内部二次损失,对于小展弦比涡轮的气动设计具有重要意义。利用涡发生器在叶栅入口前产生流向涡,通过试验和数值方法探讨这种基于旋涡相互作用的流动控制方法对涡轮平面叶栅二次流动的作用效果,并对不同流向涡情况做对比分析。结果表明：流向涡对涡轮叶栅内部流动会产生较为显著的影响,从而影响叶栅的性能,当所产生流向涡强度和位置较为合理时,有可能通过流向涡与二次流的相互作用达到较大幅度降低二次流损失的目的。     

基于自适应小波包变换的LMS窄带干扰抑制技术

文章将自适应小波包子带树分解算法与LMS自适应算法相结合,利用自适应小波包变换所具有的优良时频局域性和多分辨分析特征,迅速跟踪和准确定位窄带干扰所污染的子带;然后利用自适应LMS算法对受扰子带进行干扰对消,将窄带干扰滤除,在去除干扰的同时,有效地减少了对有用信号的损失。同时,小波包变换提高了LMS算法的收敛速度和稳定性。仿真结果表明,二者的结合使DSSS系统的干扰抑制性能得到进一步提高。     

高功率放大器和带宽对恒包络导航信号的影响分析

随着GPS导航系统的现代化、伽利略和北斗导航系统的发展,为了提高频谱利用率,往往需要在一个频点上发射多路导航信号。非恒包络信号通过非线性放大器后,放大器的AM/PM效应会使导航信号的功率谱扩展,伪码相关函数畸变,造成跟踪精度的恶化。因此,多路导航信号的复合要进行恒包络处理,然而有限的带宽会使导航信号的恒包络特性恶化。首先建立导航信号非线性失真的一般模型,分析放大器非线性效应造成的星座图发散、功率损失与伪码跟踪误差;然后以伽利略系统信号为例,通过仿真给出伪码跟踪误差、功率损失与滤波器带宽、放大器功率输出回退之间的定量关系。研究结果对实际工程中导航信号带宽、放大器工作点的选取有重要的参考价值,对我国导航系统下行信号体制的设计有一定的借鉴意义。     

基于DDS任意波形发生器的研究

基于DDS原理设计了一种任意波形发生器,并通过软件编程实现对其频率字和参考频率的改变,以提高波形发生器输出信号频率的准确性。     

FY-4闪电成像仪实时事件处理器(RTEP)的FPGA设计研究

闪电是中尺度,特别是中-γ尺度天气系统研究的有力工具。闪电成像仪主要利用4种方法 组合来实现闪电信号的增强与探测。这4种方法是:光谱滤波、空间滤波、时间滤波、帧-帧背景去除。实时 事件处理器(RTEP)是实现帧一帧背景去除的最为有效的手段,它是提取闪电信号的重要途径。实时事件处 理器是一个实时数字信号处理系统,在2ms的时间内要完成12 bit量化的512×512个像素的信号数据处理, 探测出闪电信号。文章论述了实时事件处理器RTEP的必要性,实现原理,以及FPGA实现方案。     

捷联寻北仪的误差补偿技术及信号处理方法研究

捷联寻北仪采用中等精度两自由度动力调谐速率陀螺仪,来感测地球自转角速度在两个水平方向的分量,从而确定地理北向。各种干扰的存在会削弱有用信号,从而降低寻北精度。本文分析了陀螺静态及动态漂移误差对寻北精度的影响,提出了有效的误差补偿技术;针对有用信号的特点提出了简单实用的噪声消除法。仿真和试验结果说明,文中所提方法能有效地提高寻北精度。     

温度畸变发生器的设计与实验

介绍了航空发动机温度畸变试验装置设计技术与研制方法,主要设备及设计技术指标,以及用A型涡轮喷气发动机B型涡轮风扇发动机调试和对比试验结果。调试试验结果表明:温度畸变发生器主要技术指标满足发动机进口温度畸变的需求,该装置具有高的工作可靠性、可控性和稳定性。      

Method for denoising and reconstructing radar HRRP using modified sparse auto-encoder

A high resolution range profile (HRRP) is a summation vector of the sub-echoes of the target scattering points acquired by a wide-band radar. Generally, HRRPs obtained in a non-cooperative complex electromagnetic environment are contaminated by strong noise. Effective pre-processing of the HRRP data can greatly improve the accuracy of target recognition. In this paper, a denoising and reconstruction method for HRRP is proposed based on a Modified Sparse Auto-Encoder, which is a representative non-linear model. To better reconstruct the HRRP, a sparse constraint is added to the proposed model and the sparse coefficient is calculated based on the intrinsic dimension of HRRP. The denoising of the HRRP is performed by adding random noise to the input HRRP data during the training process and fine-tuning the weight matrix through singular-value decomposition. The results of simulations showed that the proposed method can both reconstruct the signal with fidelity and suppress noise effectively, significantly outperforming other methods, especially in low Signal-to-Noise Ratio conditions.