二次流引射对保形非对称喷管性能的影响

发动机与飞机后体结构设计合理与否直接影响发动机的部件匹配和性能。利用三维雷诺平均N-S方程和k-ωSST湍流模型对飞翼布局无人机保形非对称喷管在典型飞行状态下开展了内外流流场特性的数值分析,获得了后体尾喷管推力性能和三维流动特征随二次流压力比的变化趋势。结果表明:发动机喷管落压比条件一定的前提下,通过合理优化二次流通道、增大二次流压力比,可以有效改善后体/喷管主流流场特性;当二次流与主流的流量比在0. 2%～1. 86%内时,后体尾喷管轴向推力系数的变化幅度大约为3%,在一定程度上能够减弱发动机主流的过膨胀程度,减小发动机推力损失,无人机后体尾喷管性能得到显著提高。     

基于指数法的巡航导弹作战效能评估模型

巡航导弹的作战效能是反映其作战性能的最重要的综合性指标。依据巡航导弹的战术技术性能指标,在确定导弹武器作战效能评估指标体系的基础上,运用AHP法分配各指标的权重,建立巡航导弹作战效能的指数法评估模型,最后进行仿真评估。仿真结果表明,相比理想点评估法,指数法模型建模量更小,评估效率更高。     

基于模糊共识的武器装备体系能力生成研究

武器装备体系能力生成是武器装备体系构建与发展的基础,是专家群体研讨并最终形成武器装备体系能力发展的共识过程,专家意见共识的形成是武器装备体系能力生成的核心环节.为便于专家理解并对各种方案进行比较,采用模糊共识的思想,通过建立专家的模糊偏好矩阵,计算专家意见的一致度,在此基础上获得专家意见的模糊共识度.     

基于制导与控制一体化的导弹编队队形控制

为了提高导弹编队协同作战队形控制能力,研究了基于制导与控制一体化思想的编队队形控制器设计问题。根据领弹-从弹的动力学以及运动学方程,推导出了领弹-从弹的相对运动模型,建立了领弹姿态信息与从弹舵偏角之间的关系,将从弹通道间的耦合项作为不确定项进行处理,并利用自适应神经网络理论设计了补偿器,对不确定项进行了处理。根据反演理论设计了编队队形控制器,能够对导弹编队队形进行有效的控制。     

恒加试验下Pareto部件的可靠性分析

基于定数截尾试验,研究恒加试验下Pareto部件的可靠性分析问题。利用经典方法和Bayes方法,给出了部件参数的极大似然估计、Bayes估计和逆矩估计。验证了极大似然估计和Bayes估计的等价性。结合加速寿命方程,推导出Pareto部件的可靠度、失效率的估计值。最后,通过仿真比较与分析,建立了Pareto部件的可靠性评估方法。     

信息心理对抗条件下联合作战能力分析

信息化条件下作战,部队的作战能力表现为包括火力、防护力、保障力、信息力等多种因素的联合作战能力,作战双方的对抗表现为兵力对抗,心理对抗,信息对抗等多种复杂的形式.在联合作战能力量化分析基础上,分析了信息、心理和战斗力相互作用机制,得出了战斗对抗、信息对抗、心理对抗3个反馈回路环,并据此建立了系统动力学模型,从定量的角度...     

海上舰船电磁频谱规划问题

论述了海上舰船电子设备的电磁频谱规划和管理的基本概念,研究了水面舰船的频谱规划主要内容,提出了频谱顶层规划基本方法,介绍了一种实用型的舰艇频率资源管理系统,可对频谱规划的具体工作提供有益的指导.     

复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。     

基于HLA的数据链作战运用仿真设计

数据链是支撑信息时代战争的重要信息系统,建立数据链作战运用仿真系统,进行数据链作战运用仿真研究,是数据链尽快形成战斗力的有效途径。依据基于HLA的分布式仿真理论,利用面向对象的设计技术,从系统开发的角度构建了数据链作战运用仿真系统的体系架构,通过一个简单实例,对系统任务空间概念模型进行了设计,利用UML建模工具建立了系统对象类和交互类模型,对数据链作战运用仿真的进一步研究和系统开发具有较强的借鉴意义。     

自组织特征映射在柴油机振动信号模式分类中的应用

通过分析柴油机在磨合期、不同摩托小时和拉缸等典型状态下的振动信号样本,计算出各类样本在幅域、时域和频域的特征参量,按照类别可分离性判据进行特征选择,寻找出能够代表发动机不同状态的有效特征参数,同时降低特征向量空间的维数,最后利用自组织特征映射神经网络(Self-Organizing Feature Map)进行发动机不同状态的分类.分析结果表明,SOFM能够对各类模式进行有效的分类,准确率达到92%以上.