激波/湍流边界层干扰中的自适应控制技术

从激波/湍流边界层干扰机理以及流动控制的迫切需求入手,从自适应涡流发生器、自适应鼓包、自适应微射流以及自适应次流循环四个方面对激波/湍流边界层干扰中的自适应控制技术研究进展进行了总结。分析认为,结合AI技术发展自适应流动控制技术,加速控制方式智能化,可作为新一代高超声速飞行器宽速域飞行的重要技术手段。具体来说,就是通过调节外加激励对高超声速飞行器不同区域实现局部流动加/减速、气动热防护、气动控制等功能,根据流场参数建立控制反馈回路,自适应调整局部流场结构,以满足工程实际需求。     

基于奇异谱分析的盲源分离单通道语音增强算法研究

针对盲源分离算法无法直接对单路含噪语音信号进行分离的问题,提出一种基于奇异谱分析的盲源分离单通道语音增强算法.通过对单路含噪语音信号进行奇异谱分析,将其低频分量作为第二路观测信号,利用改进的最大信噪比盲源分离算法进行处理,从而实现语音信号和噪声的分离.实验结果表明,该算法能够有效抑制噪声,提高信噪比,起到良好的语音增强效果.     

离散线性系统部分可观测性测试配置

不可观测系统的部分状态可观测性对于大系统故障检测具有十分重要的意义.研究了基于部分可观测性的不可观测离散线性系统测点优化配置问题,证明了采用有限次观测值构造一个矩阵,可以给出部分可观测性成立的充分必要条件,并进一步证明了部分可观测性的度量可以用一个矩阵的秩的特性来刻画.最后,给出了离散线性系统部分可观测性测试优化配置的度量指标.算例表明,提出的部分可观测性度量指标具有简单实用的特点.     

火炮模拟终端对目标毁伤定量计算研究

计算火炮毁伤半径及对目标毁伤程度是实兵对抗训练系统的重要研究内容之一,对实兵对抗训练中火力毁伤建模具有重要意义。根据实际项目应用情况,提出一种火炮对目标毁伤定量计算方法,该方法通过计算炮弹爆炸时产生的冲击波超压,进而计算火炮毁伤半径及对目标产生的毁伤程度,提高了模拟火力打击的可信度和科学性,能较准确地体现火炮模拟终端在实兵对抗训练中火力打击的作用,贴近实战。     

子自仿射集的Hausdorff维数

设S1,S2 ,… ,SN 是Rn 上的N个仿射压缩映射 ,若Rn 的紧子集E满足E UNi =1 Si(E) ,则称E为子自仿射集 .作者在一定条件下得到了子自仿射集E的Hausdorff维数 .     

时域电场积分方程中的奇异提取技术

介绍了一种基于奇异提取技术的时域积分方程中奇异积分的处理方法,在奇异提取过程中,电磁波传播的延迟效应对积分的贡献包含在内。数值实验表明该方法能够大幅提高自作用和近作用阻抗矩阵元素的计算精度。     

基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。     

弹性轨道磁悬浮控制系统模型降阶研究

在磁悬浮控制系统中,常常忽略轨道的弹性来设计控制算法。在这种控制算法作用下,当轨道刚度较小时,系统容易产生振动。为解决该问题,可以将轨道弹性加入悬浮模型,然后设计控制算法。考虑轨道弹性之后,悬浮系统的模型会比较复杂,控制算法难以在工程实现。为此,采用Hankel范数近似法对考虑轨道弹性后的模型进行降阶,并且在降阶模型的基础上设计控制算法,解决了轨道弹性引发的系统振动问题。并且,这种方法容易在工程中实现。文章最后利用仿真结果验证了降阶方法的可行性。     

TDS-OFDM雷达通信共享信号波形设计

在使用正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号的雷达通信一体化系统中,循环前缀(Cyclic Prefix, CP)和导频的存在,使得共享信号在自相关运算中出现较高的副瓣电平,严重影响雷达检测性能。针对这个问题,提出一种新的基于时域同步OFDM(Time Domain Synchronization OFDM, TDS-OFDM)的共享信号形式,该信号利用训练序列填充保护间隔,同时完成同步与信道估计,从而避免了CP副瓣和导频副瓣的出现。首先分析TDS-OFDM共享信号的模糊函数,然后通过训练序列的优化设计,有效降低TDS-OFDM信号的距离峰值副瓣,同时保持训练序列自身良好的自相关性能。理论分析与仿真表明,相对于CP-OFDM,TDS-OFDM共享信号更加适用于雷达通信一体化系统。     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。