直扩信号侦收技术研究

DS信号是一种具有优良电子防御能力的新型通信信号,广泛运用于军事、民用通信系统中。对抗这种技术的侦察手段目前还没有取得实用性的进展,因此,需开展大量的理论和实践工作。总结了在低信噪比下对直接序列扩频信号侦收的方法,并比较各个方法的优缺点,探讨了其中一些关键问题和新技术途径。     

大容量蓄电池组的数学建模及参数辨识

建立了铅酸蓄电池组的数学模型,采用对大容量铅酸蓄电池组进行突加扰动的试验方法,对不同容量的蓄电池组开展了实验研究,验证了所建模型并辨识出蓄电池组的参数。通过对不同状态的蓄电池组的参数辨识,发现其参数几乎不变。     

阶次跟踪分析在齿面磨损故障诊断中的应用

详细讨论了阶次跟踪分析的原理,并与传统频谱分析进行了比较,阐述了阶次跟踪分析的优越性及重采样方法实现的原理,通过对某型齿轮箱齿面磨损故障进行实例验证并提取特征参量,证明其有效性。     

基于UG的液力变矩器叶片参数化设计

液力变矩器叶片的设计工作一直都是液力变矩器设计的重点和难点.为了设计出合理的叶片形状,以提高变矩器的效率,在液力变矩器叶片的参数化设计中,应用了UG软件,把液力计算所得到的参数转化为叶片的实体模型,可以提高液力变矩器的制造水平,缩短研制周期.     

基于相关性的OFDM盲识别与参数估计方法

针对非协作通信领域OFDM信号识别难的问题,提出一种基于信号循环前缀相关性的盲识别和时域参数估计算法。通过对OFDM信号循环自相关函数进行分析,在时域上求出延时自相关运算函数的波形,利用循环前缀的相关波峰的特性,以区别OFDM信号和单载波信号,实现对OFDM信号的盲识别。在此基础上,通过采用多个OFDM信号构造循环前缀相关性的累加函数所形成的波峰完成对符号和循环前缀长度等参数的估计。     

FRC/钢嵌入式T型接头疲劳试验及可靠性分析

为了研究FRC/钢嵌入式T型连接接头疲劳特性,采用真空成型工艺(VARTM)及缝合技术制作T型连接接头,利用Letry疲劳试验机对接头开展拉-拉疲劳试验。根据疲劳试验结果,研究了T型接头在拉-拉疲劳载荷作用下初始损伤特性及损伤演变规律;基于两参数Weibull分布模型,开展T型连接接头疲劳可靠性分析,拟合得到接头在不同应力水平下的疲劳寿命分布规律,给出接头在不同应力水平下疲劳可靠度函数,以及接头在指定可靠度下应力/寿命双对数曲线关系式(R-lnS-lnN曲线)。结果表明,ln ln[1/R(N)]与lnN呈现良好的线性关系,T型接头疲劳寿命服从Weibull分布;疲劳寿命可靠度双对数方程建立了可靠度、疲劳寿命以及疲劳应力的关系,可指导接头疲劳可靠性设计和工程应用。     

基于OFD-LFM信号的MIMO雷达微多普勒效应分析

多输入多输出(MIMO)雷达系统利用空间分集技术,能够在不同视角接收目标回波信号,与传统单基雷达系统相比,可以提取更丰富的目标特征信息,因而大大提高了雷达的目标运动参数估计精度。基于MIMO雷达系统,详细推导了正交频分线性调频信号体制下目标部件旋转引入的微多普勒效应,通过取多组观测数据的数学期望对旋转半径进行了参数估计,最后的仿真实验验证了理论分析的结果,得到的旋转半径估值与真实值非常接近。     

车辆典型部件结构的有限元模型修正方法

以车身结构中简化的典型结构形式为研究对象,利用有限元软件中的焊点模拟单元,建立典型结构的有限元模型并进行模态分析。在参数灵敏度分析的基础上,结合模态试验测得的数据,利用广义简约梯度算法,对结构的有限元模型进行修正和模型验证,深入探讨了车辆典型部件结构的有限元模型修正方法。通过模型修正,有限元模型的精度得到了明显的提高,为进一步研究车辆结构部件的振动特性奠定了基础。     

三角域上带多个形状参数的二次Bézier曲面片

对于三角域上二次Bézier曲面的形状调整问题,给出了带6个形状参数的拟二次Bernstein基函数。分析了该组基函数的性质,并由此组基函数定义了三角域上带形状参数的二次Bézier曲面片,该曲面片不仅具有三角域上二次Bézier曲面片的性质,而且在控制网格保持不变的条件下,具有形状可调性。形状参数具有明确的几何意义。实例表明：构造的曲面为几何造型中的曲面设计提供了有效的方法。     

倾斜微型桩桩身参数敏感性有限元分析

基于有限元强度折减法,结合工程实例,利用软件ANSYS对不同倾角微型桩加固边坡以及倾斜微型桩的设桩位置、锚固深度和桩排距等桩身参数对边坡稳定性的影响进行了数值模拟分析。结果表明:微型桩加固边坡较优的倾斜角度为60°;随着设桩位置离坡顶距离的增加,边坡的稳定系数先增大后减小,当设桩位置距坡顶的相对位置为0.58~0.66,边坡的稳定系数较高;当桩排距为9倍桩径,边坡的稳定系数较高。研究结果为倾斜微型桩的设计与工程应用提供了理论依据,具有一定的普遍意义。