关于小高炮射击偏差观测方法之我见

小高炮射击偏差观测的提前时间观测时机法与传统的等距法,两者的观测时机虽不同,精度也不同,但从原理上讲,都是一种近似方法,不能说哪个原理上有问题,哪个原理上无问题。从部队现装备看,在部队日常训练打靶中,前者的观测时机更易于把握,作为现装备的一种革新,有研究必要。     

驻波—行波边界条件在PSTD算法中的实现

将时域伪谱法(PSTD)的边界条件PML用驻波-行波边界条件来代替.该条件在边界处附加理想电(磁)壁对计算区域进行截断,将由此产生的反射场去除,从而减少反射场所产生的干扰,在有限的空间内有效地模拟出无限大的电磁散射空间.给出了该边界条件下的二维PSTD迭代格式,并将其数值结果与运用PML边界条件的PSTD的结果进行比较,计算结果表明这种结合形成的新方法节约了内存,提高了计算速度,具有良好的可行性.     

二维随机裂纹介质模型

利用随机过程的谱展开理论及Hudson的裂纹介质模型构造一种裂纹数密度具有空间统计分布的随机介质模型的理论。利用Hudson理论的裂纹的微观参数(裂纹数密度)与裂纹介质的宏观性质(弹性常数)相联系的特点,模拟了二维指数型椭圆型随机介质。结果表明模型将裂纹的微观参数与裂纹介质的宏观性质直接联系起来,并且裂纹数密度对随机裂纹介质的各个弹性常数有不同程度的影响。     

尾喷流底部流场与外流场干扰的拓扑结构数值模拟

本文从非定常全ＮＳ方程出发，运用时间推进方法，采用有限体积方法离散控制方程，模拟了轴对称钝锥尾喷流场与外流场的干扰，得到了随时间发展的精细的流场拓扑结构，并对几种出口压力比的不同情况进行了比较和分析。     

随机环境中的M/MY/1排队系统

文献［４］讨论了随机环境中的Ｍ／Ｍ／１排队模型，本文提出和讨论随机环境中的Ｍ／Ｍｙ／１排队模型，在统计平衡条件下给出了队长和等待队长的平稳分布以及平均队长和平均等待队长，得到了等待时间和逗留时间分布以及平均等待时间和平均逗留时间。     

浅海中球形声源诱发的海底地震波快速预报方法研究

针对浅海中球形声源诱发的海底地震波预报问题，提出了一种基于等效源-有限元联合法的快速预报方法。首先，基于波叠加原理，将球形声源的辐射声场等效为其对称轴上若干等效点源辐射声场的线性叠加，根据与球形声源表面上等效点源数量一致的场点振速匹配原则，确定等效点源的强度；然后，采用有限元法建立球形声源、浅海环境、边界条件的耦合动力学模型，计算相应源强下每个等效点源诱发的海底地震波场，并将其线性叠加快速求得球形声源诱发的海底地震波场；最后，从计算精度和效率两个方面，分别采用上述方法和有限元法，给出不同频率、不同海底底质时海水-海底界面上的法向应力级衰减曲线。结果表明：所提方法具有建模简洁、计算精度和效率高等特点，可用于快速预报浅海中球形声源诱发的海底地震波场。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

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。     

轮式突击炮行进间射击炮口振动分析及稳定控制

为了研究不同因素对炮口振动的影响规律,建立了轮式突击炮行进间射击多体动力学模型,并与试验结果对比验证了合理性。路面谱采用谐波叠加法建模,在不同路面条件和火线高情况下进行了仿真计算,获得了两种因素对行进间射击炮口振动的影响规律。构建了垂向稳定器模型,进行了联合仿真,对比了有、无稳定器两种情况下的炮口振动。结果表明:炮口振动幅值随路面粗糙度增大而增大;火线高对炮口振动的影响是非线性的;垂向稳定器能有效控制炮口振动,相较于无稳定器情况,开炮前炮口最大高低角和高低角速度幅值分别降低了94.1%和97.4%,开炮后炮口最大高低角振动幅值降低了16.2%。该研究对轮式突击炮的总体设计起到了一定理论支撑,具有重要工程应用价值。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。