PXI总线的模拟用户V口通信模块设计

针对目前自动测试系统中要求测试信号传输距离远、传输速度快、传输信号种类多、系统工作环境恶劣等问题,设计并实现了基于PXI总线的模拟用户V口通信模块。利用专用接口芯片PCI9656设计了PXI总线接口模块,利用FPGA实现了对来自电话接口(V口)典型的双音多频拨号信息的判读和控制。本设计具有传输速度快、灵活高效的特点,增强了系统的集成度、稳定性和可靠性。     

微尺度燃烧的实验分析研究

实验采用乙醇为燃料,管径为1.0 mm、0.6 mm和0.4 mm的三种陶瓷管作为燃烧器。由于燃烧器尺度小的特殊性,实验过程中采用体视显微镜来观测火焰形状,用热电偶来测量火焰温度,用可变液位差法和注射泵法来测量乙醇流量。同时,为了揭示微尺度燃烧的特性,需要对实验数据进行无量纲分析,用特征尺寸比例法来处理火焰图像。     

平流层飞艇合成孔径雷达成像优化策略

平流层飞艇具有驻空高度高且时间久、覆盖范围广、使用效费比高等特点,在侦察监视等领域应用前景广阔。结合平流层飞艇平台特性,分析平流层飞艇合成孔径雷达(Synthetic Aperture Radar,SAR)与机载SAR的异同;针对平流层飞艇SAR的脉冲重复频率冗余及大振幅低频率运动误差,提出优化方案,并开展仿真分析验证。仿真结果表明所提优化运动补偿方法能够有效消除平流层飞艇运动误差影响。     

标准化全连接残差网络空战目标威胁评估

针对空战态势中威胁评估传统方法存在缺乏自学习能力和面对大样本数据集推理能力不足的问题,提出了利用深度学习的基于标准化全连接残差网络空战目标威胁评估的方法。将影响空战目标威胁的主要因素作为输入,利用普通全连接神经网络训练模型的自学习能力,结合批量标准化(Batch Normalization)的优化算法和结构优化的残差网络(ResNet)增强网络的自学习能力,比较了样本的标记和网络模型的输出。分析了训练样本个数对网络训练准确率和损失变化的影响,对比了3种不同数据量下的训练模型在同一测试集下测试的准确率和损失变化。结果表明,该方法可以快速准确地评估空战中目标的威胁程度。     

国外GIG仿真平台的E2E性能发展综述

为了支持GIG体系结构、设计和工程学中的应用,研究了可重复使用的GIG(Global Information Grid)仿真平台工具的开发.首先,利用传统的系统工程方法来设计GIG仿真平台,通过大量有用的性能分析完成相关GIG体系结构和设计.其次,在考虑自动化模拟构造的基础上设计了GIG仿真平台、开发了GIG拓扑模型.接着,讨论了GIG网络环境中最初研究BGP(Border Gateway Protocol)的性能,并且通过仿真实验进行验证平台的有效性.最后,提出了未来仿真平台研究的几点工作,以此来改进仿真平台在解决GIG体系结构、设计和工程学应用中的使用范围.     

基于时敏目标打击的优先级排序模型研究

研究了联合空中作战对时敏目标的优先级排序问题。首先分析了影响时敏目标优先级排序的主要因素，并采用层次分析法定量地确定各主要因素权重；然后建立了时敏目标优先级排序的模糊优化模型；最后通过应用案例仿真，其结果验证了模型的有效性。     

蒸发波导伪折射率模型特性

蒸发波导模型是用于获得海洋上近地层大气折射率或修正折射率廓线的典型方法,利用近几年海上试验采集获得的实测海上大气修正折射率剖面数据对由我国学者提出并在国内广泛使用的伪折射率模型的特性进行了分析,所得的结论对伪折射率模型的理解以及修正等方面具有一定的指导意义。     

一种空中目标的不确定性威胁程度预测模型

目标威胁预测是对空态势和威胁估计的重要内容.针对空中目标飞行控制的基本特点,建立了基于经验公式的空中目标不确定性位置预测模型,进一步推导了不确定性威胁概率预测的模型和实用算法.仿真结果证明了模型的有效性,可用于多类空中目标意图推理及威胁判断.     

高超声速变形飞行器翼面变形模式分析

为提高高超声速翼身组合式飞行器的射程,研究了采用不同翼面变形模式时,飞行器在马赫数3~8内的气动特性和翼面效率。针对典型的轴对称翼身组合式外形,采用Navier-Stokes方程进行数值模拟,对伸缩、变后掠和二维折叠三种变形模式下的外形在超声速及高超声速来流条件下进行模拟,并对升阻比、翼面单位面积升阻比和操稳特性进行分析。结果表明:在超声速及高超声速范围内,变后掠变形模式在宽速域内升阻比提高明显,同时具备优良的翼面效率及操稳特性,其在马赫数3~8范围内具有最优的综合性能。研究成果能对高超声速翼身组合式变形飞行器布局设计提供参考,具有一定的指导意义。     

希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用

针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。