可压缩流大涡模拟耦合概率密度函数方法中的滤波压力模型

亚格子组分-温度关联项显著影响反应流大涡模拟精度。利用概率密度函数方法中概率等效的特点,发展一种新的滤波压力模型,可以良好封闭亚格子组分-温度关联项。介绍概率密度函数及其耦合求解方法,在已有模型基础上推导建立新的滤波压力模型,并在三维超声速氢气/空气时间发展反应混合层中对不同的滤波压力模型进行数值测试。结果表明,与传统的滤波压力模型相比,新的滤波压力模型可以明显改善反应混合层的模拟准确度。特别地,基于新的滤波压力模型,大涡模拟耦合概率密度函数方法可以较好地模拟链式反应中间微小组分如超氧化氢基等,有望更有效地再现自点火等复杂现象。     

OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法

转发式干扰因与雷达发射波形的高度相关性,经雷达主瓣接收后易对雷达产生严重的干扰作用。为解决主瓣干扰问题,建立正交频率分集调频多输入多输出(orthogonal frequency division multiplexing-multiple input multiple output, OFDM-MIMO)雷达主瓣接收的转发式干扰信号模型,分析了该干扰对OFDM-MIMO雷达的干扰机理;同时基于自适应方法处理理论,推导了OFDM-MIMO雷达自适应处理权向量解析式,提出了基于距离依赖波束的OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法。理论研究和仿真结果表明,提出的方法提高了输出信干噪比,实现了转发式主瓣干扰的有效抑制。     

氙原子在铂表面散射的分子动力论方法

运用分子动力论方法研究气体分子 (Xe)在固壁表面 (Pt)的散射。在构造了合理的气体分子与固壁表面相互作用势模型之后 ,运用随机经典轨道方法求解气体分子及固壁原子的运动方程 ,得到气体分子运动轨迹及散射后的运动状态。结果表明 ,气体分子散射后的角度分布与Maxwellian模型存在较大差异 ,而速度基本服从半空间的Maxwellian分布。     

基于轮廓特征的空间目标识别算法

高分辨力单脉冲雷达通过对三个通道回波成像可以获取各个散射中心的方位角和俯仰角,结合距离信息就可以得到各个散射中心在垂直于雷达天线轴的平面上的投影,形成方位-俯仰二维像.由于卫星的尺寸通常大于碎片的尺寸,因此卫星的方位-俯仰二维像的轮廓面积较大.提出了基于轮廓特征的空间目标识别算法,首先通过高分辨力单脉冲雷达对目标进行方位-俯仰二维像成像,然后从方位-俯仰二维像中提取目标轮廓,最后根据轮廓面积特征对卫星和碎片进行识别.经过计算机仿真实验,该算法取得了比较好的识别效果.     

米格最后的“支点”——俄罗斯米格-35多用途战斗机

作为世界上第三代战斗机的典型代表,前苏联米高扬-格列维奇设计局研制的米格-29轻型战斗机因机动性能优异而著称,曾销往前南斯拉夫、伊拉克和印度等20多个国家.然而在20世纪90年代的几场局部战争中,伊拉克和南斯拉夫等国空军的米格-29都惨败在美制F-15及F-16战斗机的手下,米格-29战斗机因此日薄西山并逐渐从国际军火市场上消失了.     

基于SCAS的防空反导装备体系作战能力指标设计

指标设计是进行武器装备体系发展论证和作战效能与作战能力评估分析的基础。着眼体系作战效能与作战能力评估分析需求,基于传感器（ Sensor）、控制器（ Controller）、执行器（ Actuator）、支持器（ Supporter）的柔性建模方法,对防空反导装备体系作战能力指标进行了设计,构建了其侦察预警能力、指挥控制能力、拦截打击能力、综合保障能力评估指标体系,并利用结构方程模型（ SEM）对指标之间的影响作用关系进行了分析,可为防空反导装备体系建设与运用提供重要借鉴。     

TiO_2/ACF复合光催化材料的制备及性能

用适宜载体将粉体材料固定是提高光催化材料稳定性的关键。采用溶胶-凝胶法,以钛酸丁酯为原料,选取活性炭纤维(ACF)为载体,制备了TiO2/ACF复合光催化材料。利用X射线衍射仪(XRD)、热分析仪(DSC-TG)和扫描电子显微镜(SEM)等测试技术对复合光催化材料的结构进行了表征分析。在紫外光照射下,通过对甲醛气体的光催化降解,考察了煅烧温度、煅烧时间、负载次数和负载时间等不同制备条件对复合光催化材料结构和性能的影响,结果表明:当煅烧温度为400℃,煅烧时间为2h,负载3次,负载时间为6min制备的TiO2/ACF光催化性能最佳。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。