扑动翼型的低雷诺数气动特性分析

通过求解引入拟压缩项的不可压Navier-Stokes方程,数值模拟了绕扑动翼型的低雷诺数非定常流动。针对厚度在4%-12%之间的NACA对称翼型,分析了翼型厚度等参数对扑动翼型气动特性的影响。在低雷诺数条件下,对于纯俯仰运动,随着翼型厚度的减小,平均阻力系数也变小。而对于纯沉浮运动,发现翼型厚度对气动特性的影响和俯仰运动有很大的差别,平均阻力系数随着翼型厚度的减小而变大。通过对沉浮运动一个周期流线图的分析,认为这是翼型前缘涡的影响造成的。由于前缘涡的影响,翼型厚度增加,平均压差阻力系数变小,甚至会出现负值。雷诺数的影响研究表明,随着雷诺数的增加,扑动翼型的阻力系数减小的趋势越缓慢。     

基于机器学习的导弹干扰试验效果评估实证研究

针对复杂电磁环境下导弹干扰试验影响因素众多,难以量化,试验数据采集困难以及实验数据中普遍存在类不平衡等问题,基于机器学习创建导弹试验干扰效果评估模型,采用随机森林、支持向量机、朴素贝叶斯、多层感知机等常见模型对导弹试验干扰效果进行评估。特别针对小数据样本中的类不平衡问题提出 2阶段分类模型,采用过采样方式解决类不平衡问题并采用随机森林进行分类。基于开源的导弹干扰效果评估数据,通过实证研究说明,基于过采样的随机森林模型在干扰效果评估问题中具有较强的泛化能力和鲁棒性,在 AUC指标上,该模型比多层感知机模型在中位数上最多提高 60%,建议在后续的试验中采用该模型进行导弹干扰效果评估。     

象征型拟微分算子的L~2－有界性

证明了象征型拟微分算子的一个Ｌ２有界性定理，其中象征ａ（ｘ，ξ）关于ｘ的正则性条件被进一步减弱了。在某种意义下，该结果给出了定理Ａ与定理Ｂ之间的联系。     

语音合成遥控指令回报系统

本文介绍了用于无人机的语音合成回报系统,代替传统的信号盘灯光显示,向地面指挥监测人员回报遥控指令接收情况。语音合成系统由基于LPC原理制成的单片语音合成处理器TMS5220组成,用Z-80 CPU实现控制。系统结构简单,通用性强,合成语音清晰、自然可懂。     

裂缝区域优化随机扩展航路规划方法

针对密集障碍代价空间中存在的局部裂缝区域,基于采样的路径规划方法随机生成的节点无法进行有效扩展,形成可行路径的概率极低的问题,采用电势原理建立环境威胁模型,提出局部区域启发模式转换机制及节点一步检测方法.采用路径代价改进Transition-based RRT算法的节点选择机制,实现节点扩展的双启发.仿真结果表明,该算法能够有效地解决上述问题,其算法性能和路径生成优于同类算法.     

Rician衰落信道下Turbo码性能分析

文中研究了Rician信道下Turbo码的性能,并详细推导Turbo码在Rician信道下的误码率上界的表达 式,最后对Rician信道的主要参数对译码性能的影响作了仿真。     

GPS接收机中码相位测量精化方法的研究

精确的码相位测量是保证GPS接收机得到精确伪距值进而进行精确定位的一个重要前提。在已有码相位测量精化方法的基础之上提出了两种新的码相位测量精化的方法,讲述了两种方法的原理与具体实现方法,并利用蒙特卡洛方法进行了仿真实验,得到了码相位结果均值、码相位结果均值方差等一系列实验结果,对几种方法的精化效果从精确性、稳定性和跟踪性能等几个方面进行了比较分析,得出了相应的结论。与三角匹配法和二次曲线插值精化法相比,二阶最小二乘拟合精化法和广义延拓逼近精化法有明显优势;广义延拓逼近精化法的精化精度最高、跟踪精度最高,而二阶最小二乘拟合精化法的稳定性最好。     

随机二相码调相PD引信的距离旁瓣抑制

随机二相码调相ＰＤ（脉冲多普勒）引信，是一种较为新颖的噪声调制引信体制。因距离旁瓣的存在会使该体制引信产生概率性的距离模糊，首先分析了其独特的距离旁瓣特性，然后分析了相关器组法进行距离旁瓣抑制的机理和性能，并提出了以限制码的最大游程加惯性积累电路来抑制的方法。分析表明，两者都能对距离旁瓣进行有效的抑制，而后者更适合于引信电路的特点。     

基于双相关峰检测的C/A码伪距精密估计

采用软件无线电技术和数字信号处理技术，直接对A／D变换后的中频信号进行处理，并得到C／A码的相关曲线。利用曲线拟合方法对相关峰波形进行拟合，进一步确定相关曲线的峰值点位置。同时基于双相关峰检测的伪距估计方法，精确求解C／A码伪距观测值。利用自编的仿真程序包，在Matlab中进行了相应的模拟计算。仿真结果表明当信噪比大于26dB时，可得到毫米数量级的伪距估计精度，能够满足GPS模拟源系统高精度自校的要求。     

基于纹理特征多分辨双Markov-GAR模型的SAR图像分割

为了提高SAR图像分割精度,提出在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,同时考虑SAR图像像素间空间分布特征和局部灰度均值和方差等统计量给出多分辨双Markov框架下的GAR模型,采用多分辨MPM的参数估计方法及对应的无监督分割算法,对SAR图像进行纹理分割。实验结果表明该方法用于一些高分辨SAR图像,与基于灰度图像上的多分辨双Markov-GAR模型纹理分割相比,在分割精度上能降低分割时的错分率。