火箭出口面积对RBCC发动机引射模态影响规律分析

火箭基组合循环发动机引射模态飞行状态复杂,为了提高发动机的整体性能,研究了火箭出口面积对发动机引射模态的影响规律。通过数值模拟研究,引射流量在低飞行马赫数条件下,主要受引射性能影响,火箭出口面积越大,引射性能越好。然而,随着飞行马赫数的提升,引射空气的动能提升,隔离段内出现壅塞情况,引射流量主要受限于隔离段几何尺寸,与火箭出口面积无关。在亚声速工况下,火箭出口面积越小,发动机比冲越低,且出口无量纲面积为3.15时,火箭羽流膨胀撞壁,会引起性能骤减,需要予以避免;在超声速工况下,选择面积较小的火箭出口面积,燃烧室内压越高,发动机性能提升越明显。     

基于广义非线性变换的特征谱线增强方法

为提高强背景噪声下频谱分析的特征提取能力,突出所关心的特征谱线,在非线性变换方法的基础上,提出了广义非线性变换方法。对比分析结果表明:广义非线性变换方法将固定的放大阈值改为可变值,提高了该方法实际应用的灵活性和适用性,易于获得最佳的特征谱线增强效果。     

一种鱼雷自导信号频率检测方法研究

靶场在进行智能鱼雷鉴定试验任务时,实时准确地检测出鱼雷自导信号的频率成分是靶标信号处理中的重要环节,谱线比值法便是靶标进行信号处理时检测信号频率的一种有效方法。本文介绍了谱线比值法的基本原理,针对目前鱼雷自导信号特点,对该方法提出了改进方案并进行了仿真。仿真结果表明,经改进的谱线比值法能够满足靶标检测复杂鱼雷自导信号体制下信号频率的使用要求。     

基于准循环双对角阵的LDPC码编码算法

针对校验矩阵形如准循环双对角阵的结构化LDPC码,对比研究了两类高效的编码算法:矩阵分解编码算法和分项累加递归编码算法,证明了两类算法从实现角度是等价的,但分项累加递归编码算法推导更为直观,且便于硬件并行实现。基于分项累加编码算法,提出了一种适合准循环双对角LDPC码的部分并行编码结构,设计实现了IEEE 802.11n标准中的LDPC码编码器。FPGA实现结果表明,所设计的LDPC编码器具有硬件开销较小、吞吐率高的优点,在码长为1944bit、码率为5/6时信息比特吞吐率最高可达13Gbps。     

严训实练为打赢

今年年初以来,河南省郑州警备区认真落实习主席"能打仗、打胜仗"指示要求,坚持用实战标准狠抓师团两级首长机关训练,采取每月突出一项内容、每月组织一次考核、每季度完成一遍轮训的组训方法,循环抓好     

基于最大比合并的循环平稳频谱协作检测

多天线空间分集和多用户协作检测是提高认知无线电频谱检测性能的2种关键技术,由此提出了基于循环平稳特征的多天线多用户频谱协作检测方法.首先接收器在频域按照最大比合并的方法合并各天线接收信号,对合并信号进行初步频谱判决.然后在多用户中按照K/N融合准则进一步做频谱协作检测.仿真分析表明,综合利用信号循环平稳特征和协作检测技术可有效改善认知无线电系统检测性能.     

部分频带干扰下伪码跟踪误差分析

为精确分析部分频带干扰下伪码跟踪误差,需要考虑伪码的非理想随机特性。引入伪码的精细功率谱模型,对比分析了不同带宽干扰下基于简化谱和精细谱的码跟踪误差。定义了相对误差系数,用以定量描述伪码非理想随机特性对码跟踪误差的影响。当干扰带宽增大时,相对误差系数逐渐减小,伪码非理想随机特性对码跟踪误差的影响逐渐减小,基于简化谱的分析趋近于基于精细谱的分析。结合GPS L1 C/A码,给出了相对误差小于0.2的最小干扰带宽,并将其作为基于简化谱分析的适用条件。研究表明当干扰带宽大于伪码周期的频率的300倍时,伪码非理想随机特性导致的码跟踪精度变化可忽略,反之,则需要基于精细的功率谱模型进行码跟踪精度分析。     

内可逆闭式中冷回热布雷顿循环功率效率特性

应用有限时间热力学的方法分析了恒温热源条件下内可逆闭式中冷回热布雷顿循环的无因次功率和效率特性,导出了无因次功率及效率的解析式,通过数值计算,得到了分别对应于循环功率和效率的最佳中间压比分配,并研究了中冷度、回热度以及高低温侧换热器有致度对循环性能的影响。     

一种强噪声背景下语音增强方法的研究与实现

提出了一种基于传统谱相减语音增强算法的改进方法,加强了其滤除噪声的功效,提高了强噪声背景下语音信号的信噪比和可懂度。实验表明,该算法能够很好地滤除强噪声,增强语音,甚至对于滤除与语音频段几乎重叠的噪声信号,效果也十分显著。最后与传统减谱法相比较,分析了该算法的优缺点。     

基于CRNN的汽车发动机声纹个体识别方法

为提高声纹个体识别率,提出了一种基于卷积神经网络(CNN)和深度循环神经网络(RNN)的声纹个体识别方案CRNN,用于发动机声纹个体识别.该方法通过优化CRNN网络参数,挖掘声谱图"纹路"特征和时序特征,解决现有方法不能充分利用声音信号特征的问题.基于实采汽车发动机声音信号的仿真结果表明,相对于传统方法,改进CRNN能获得更高识别率,达到了98.75％.