自由活塞激波风洞定压驱动时间研究

自由活塞激波风洞是一种高焓值的高超声速地面试验设备,其运行时间十分短暂。提高自由活塞激波风洞有效试验时间的一个可行途径是延长定压驱动时间。以此为目的,本文探索了活塞压缩器中活塞速度对定压驱动时间的影响。研究结果表明,在不同的初始参数下,定压驱动时间关于活塞速度存在极大值,这些极大值形成了一条脊线(局部极值曲线)。随后,通过数值计算的结果归纳出脊线的若干性质。这些结果表明,在活塞压缩器的理论设计中,设计参数应选择在靠近这条脊线的区域,并且该处的定压驱动时间关于参数的梯度应该相对较小。     

一次雷暴暴雨天气的客观诊断分析

本文对本场发生于2005年8月14日的雷暴、暴雨天气过程，通过对各物理量场的客观诊断分析，试图从水汽条件、层结稳定度、触发机制、垂直运动等方面对雷暴发生、发展过程做一个剖面分析。分析结果表明，雷暴容易在“干线”南侧的湿区中生成并沿着湿度“脊线”方向移动：台风登陆后的移动方向，与副高之间的切变线（东南风与东北风的切变）方向和暖湿平流的移动方向相一致。     

小行星形貌特征的分析与描述

小行星形貌特征的分析对深空探测器的导航、着陆点的选取具有重要意义。现有的深空星体形貌特征的分析与描述主要集中在火星、月球等类地天体上,而作为宇宙中为数众多、信息量丰富的小行星却鲜有文献对其形貌特征作详细深入的介绍。文章以Vesta、Eros、Mimas等人类已探测的小行星为例,分析了几种典型的小行星表面形貌特征,完善了凹坑、岩石等形貌特征的描述参数,并用仿真实验生成了Mimas小行星表面的Herschel凹坑模型。实验结果显示,所提出的特征描述方法具有较好的仿真度和实用性。     

基于小波脊线的单分量LFM信号参数估计

由渐进信号的小波脊线出发,根据瞬时频率与小波脊线的关系,提出了一种估计单分量线性调频信号(LFM)参数的方法。通过最小二值法提取由小波脊线所获得的含噪直线的参数,最终估计出信号的起始频率和调频系数。仿真结果表明此方法具有一定的抗噪声性能。     

基于ICA和小波脊的多辐射源调制类型识别

针对电子侦察中多个雷达辐射源信号混叠时的调制类型识别问题,利用独立分量分析将多个雷达辐射源信号进行分离,再对分离后的辐射源信号采用小波变换,提取信号时频分布的脊线,最后计算脊线特征值,通过脊线特征值来判断辐射源调制类型.仿真实验验证了该方法的正确性和有效性.     

基于参数化脊线的非轴对称端壁成型方法

为提高低展弦比涡轮叶片气动与换热性能,抑制叶栅二次损失并降低端壁换热水平,提出了一种基于参数化脊线的非轴对称端壁成型方法。非轴对称端壁参数化成型基于位于叶片压力侧的脊线及周向余弦曲线构成,预先保证了端壁压力侧较高、吸力侧较低的基本形状。以涡轮叶栅出口测量截面质量平均二次动能系数最小及端壁面积平均换热系数最小为优化目标,采用NSGA-Ⅱ多目标遗传算法进行气动与换热优化,得到非轴对称端壁造型。优化结果表明:与平端壁相比,非轴对称端壁涡轮叶栅出口测量截面的质量平均二次动能系数降低了27%,端壁面积平均换热系数降低了6.9%。非轴对称端壁造型通过平衡叶片间横向压力梯度,改变了马蹄涡与通道涡位置,通道涡和壁涡强度得到抑制,有效降低了涡轮叶栅二次损失及端壁换热。     

基于脊线校准的指纹细节点匹配算法

对自动指纹识别系统(AFIS, Automated Fingerprint Identification Systems)中居于重要地位的细节点匹配算法进行研究,对基于校准的细节匹配算法进行了修正.在细节点相关脊线信息的提取阶段,提取分叉点相关脊线的拓扑信息,并将其引入后续的校准和匹配算法.采用一种半可变的限界盒以适应指纹图像的非线性形变.引入一个新的参考量计算并比较脊线相似度,以更低的计算代价解决匹配中参考细节点对的选择问题,加快匹配算法的收敛速度.将脊线校准和细节点匹配两个阶段结合起来,采用一种新的更简单有效的方法进行细节匹配.测试结果表明,改进的匹配算法能够在使用较少资源的前提下,提高指纹匹配速度,改善系统的匹配性能.      

波瓣帽罩结构和脊线对混合排气系统性能影响

为了明确波瓣帽罩结构和不同脊线形状对混合排气系统气动热力性能的影响,采用基于Navier-Stokes方程组的三维数值模拟方法对含帽罩结构以及脊线发生变化的4个波瓣混合器模型进行了定量研究,并将研究结果同原始波瓣混合器模型进行了对比。结果表明,帽罩结构能改善波瓣周围的流场,减小由于扩张角过大所导致的边界层分离,从而缩小流动损失;波瓣脊线形状的改变虽然能改变波瓣混合器附近的流场,从而减小流动损失,提高总压回复系数,但与此同时,脊线的改变也会影响主、次流间的混合,降低热混合效率。同原型相比,改变波瓣脊线加入帽罩结构后,研究的波瓣混合器总压恢复系数的最大增幅为1%,而热混合效率的最大降幅却为11%。     

基于Hilbert谱脊线粗糙度的微弱目标检测算法

为检测海杂波中的微弱目标,文中采用实测数据分析了海杂波的Hilbert谱脊线及其粗糙度,研究了目标对其Hilbert谱脊线及其粗糙度的影响。研究发现,目标的出现将导致海杂波Hilbert谱脊线起伏趋予平滑,Hilbert谱脊线粗糙度减小,在此基础上,文中提出了采用Hilbert谱脊线粗糙度检测微弱目标的方法。仿真结果表...     

基于时频脊线和阶次分析的转子故障诊断

为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明：阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。