“马赛克”战运行机制及制胜机理研究

随着科学技术的进步发展,“马赛克”战理论逐渐走向实践运用,分析了主体多元性、形式融合性、行动迷惑性和风险可控性的“马赛克”基本特性,研究了复杂系统分布式分解、分解要素网络化集成、集成系统智能化聚合和聚合体系高弹性自愈的“马赛克”战运行机制,提出了分布式体系制胜、网络化体系制胜、智能化体系制胜和高弹性体系制胜的“马赛克”战制胜机理。为深入研究“马赛克”战制胜机理,赢得未来战争主动权奠定重要基础。     

阻拦装置变阻尼缓冲特性优化研究

为研究阻拦装置缓冲器的不同档位对不同质量速度的飞机进行阻拦前期的张力削峰,从阻拦过载着手,利用牛顿迭代法拟定理想的飞机阻拦过载曲线,通过飞机与阻拦索,阻拦索与缓冲装置之间的运动和力的作用关系,推导出适合小质量高速工况下的阻尼特性需求,为缓冲器的研制提供设计输入。     

进口热斑在气冷涡轮动叶流道内迁移特性分析

为了解涡轮进口热斑的运动特性对涡轮叶片热负荷分布的影响,对存在进口热斑时高压气冷涡轮动叶流道内冷热流的非定常运动特性进行了研究,揭示了热斑在气膜冷却流、叶顶间隙泄漏流以及动静叶栅运动干涉等因素综合作用下对气冷涡轮叶片热负荷的影响。研究发现:冷热流在高压动叶入口处被高压动叶截断而交替流入流道,热流对动叶的影响主要集中在动叶前缘以及压力面附近,对动叶前缘造成直接的热冲击振荡;在周向气流角的作用下,在高压动叶栅流道内,低温流体逐渐向吸力面流动,而高温流体主要向压力面流动;气冷涡轮在浮力以及间隙泄漏流的作用下,改变了流道内部二次流分布,使得迁移到动叶压力面上的高温流体向叶根迁移,吸力面低温流体向叶片中间截面聚集。所得结论可对涡轮冷却设计提供理论参考。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。