低轨卫星面阵凝视成像技术研究

文章介绍了面阵凝视成像的工作原理及特点，阐述了低轨卫星对地观测凝视成像面临的像移问题及其解决措施，对像移补偿装置与二维指向机构的结合做了初步探讨。     

海河两岸传统文化商贸区的无形资产开发利用研究

针对传统文化商贸区的无形资产资源特点与海河开发主题定位,进行了深入研究.将无形资产资源分成老字号、老品牌和旅游商贸文化两部分,并对现在经营过程中存在的问题提出了提升老字号竞争力、发展旅游品牌、政府营造宏观经济环境三大方面的对策及具体建议.     

基于系统混沌指数的航空发动机状态监测

从混沌理论、分形学的角度研究了航空发动机失稳工作,计算了发动机失稳过程系统混沌特征量的变化.采用小波降噪对压气机压力数据作预处理,重构了系统相空间,改进了关联积分的计算方法,在此基础上采用滑动窗口方法计算了发动机失稳过程中系统李雅普诺夫指数、关联维数的变化.计算结果显示,发动机失稳过程中系统的混沌指数有显著的改变,系统进入失稳状态李雅普诺夫指数增大0.19,而关联维数则减小0.45,表明混沌指数可用于发动机系统的状态监控,亦为发动机失稳运动的特性研究提供了新思路.      

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

FC环形通信网络双余度容错的设计与实现

随着航电系统的发展,传统的通信网络传输速率已经不能满足发展需要,因此,FC协议作为新一代的高性能网络通信协议被引入到航电系统中.如何基于FC协议设计出满足航电系统应用需求的通信网络成为FC技术研究的关键.本文介绍了一种面向航电系统应用的基于FC通信协议的双余度环网的设计与实现方案,着重从软硬件两个方面对系统的容错设计给出了说明,最后对系统的容错能力进行了全面的验证.     

基于核主成分分析的空域复杂度无监督评估

空域复杂度评估作为衡量空域运行态势、管制员工作压力的关键手段,是运行调控的基础。由于影响因素众多,不同因素间耦合关联复杂,且标定样本很难获取,空域复杂度的准确评估被公认为航空领域的一个挑战性问题。提出了一种空域复杂度的无监督评估方法。首先通过核主成分分析挖掘原始样本各维度的非线性耦合关系,准确提取能够最大化复杂度评估信息量的主成分,进一步设计了可按需定制的主成分聚类方法,实现了无监督条件下空域复杂度的准确评估,为空域划分、流量管理提供了有效的技术支撑。     

温度场对航空发动机转子超转破裂的影响

CCAR33.27超转适航要求,分析和试验确定的超转转速,必须基于温度和温度梯度的最不利组合。因此,研究温度和温度梯度对超转破裂的影响有非常重要的意义。以某型航空发动机低压6级涡轮转子为例,采用极限应变方法开展了转子部件的超转破裂分析,对比了常温和高温（红线转速对应的温度分布）下转子关键轮盘应变分布趋势和应变增长规律、预测的超转破裂的起始位置和破裂转速等轮盘超转特性;针对超转破裂分析,提出了在高温条件下,经过常温超转破裂试验验证的方法应用的有效性条件。低压涡轮转子的分析结果也显示,红线转速对应的温度状态下,轮盘超转破裂转速比常温下显著降低,而高温下材料屈服强度的大幅降低则是破裂转速下降的主要原因。     

固液火箭发动机工作过程三维数值仿真

根据固体燃料壁面与气相间的流固耦合得出了固体燃料燃速模型,对采用星形装药的H₂O₂/HTPB(hydroxyl-terminated polybutadiene)固液火箭发动机进行了燃烧流动三维数值仿真,得到了流场参数的分布及不同位置的固体燃料燃速,与二维轴对称仿真结果进行了对比.计算结果表明:装药截面的火焰层形状与装药星孔型面形状相似,但火焰层厚度与位置在星根与星角处存在差异;随着轴向位置的增加,氧化剂不断消耗,火焰层向通道中心移动;固体燃料燃速与氧化剂流率及不同装药位置有关,其大小随氧化剂流率的增加而增加,星根处燃速比星角处大;在相同氧化剂流率下,三维星形装药比二维轴对称装药的平均固体燃料燃速大.      

三维表面粗糙度的均方根波长评定

基于分形几何理论,通过分析随机粗糙表面的轮廓谱矩和表面谱矩的特性,提出了具有均一性和随机性的三维表面的均方根波长评定方法,并给出了理论推导及计算公式.还通过仿真模拟和对平面磨削试件的实测,验证了该方法的正确性.结论表明,对于不满足均一和随机性的表面,一般其加工纹理比较明显,可直接在垂直于加工纹理的方向上进行测量和评定,以此来表示三维表面的均方根波长.     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.