基于决策图的轨迹运动趋势提取

在军事应用中,为了提取群体目标的整体运动趋势,提出了一种基于决策图的轨迹聚类来提取轨迹运动趋势的方法。该方法不需要预设参数,且聚类中心的个数既可以通过决策图人工确定,又可以通过数值检测策略自动确定,由此减轻了算法对领域知识的依赖,增强了算法的适用性。仿真实验表明:该方法能正确确定轨迹聚类簇,且对轨迹噪声有一定的抑制作用。     

超声速欠膨胀冲击射流数值模拟

超声速欠膨胀冲击射流有着重要的实际应用价值,如S/TOVL飞行器、火箭发射、除尘等。其流场结构复杂,包含间断激波、反射激波、马赫盘、滞止泡以及冲击平面传热不同于亚声速冲击射流的特点。为了分析超声速欠膨胀冲击射流流场和传热,采用有限体积法,结合k-l湍流模型以及二阶精度的TVD格式进行数值模拟:对比实验和k-ε湍流模型的努赛尔数,得出k-l湍流模型在传热问题中更具优势;对比阴影图和计算密度云图以及对比冲击平面压力系数的实验值和计算值,验证了k-l湍流模型模拟超声速欠膨胀冲击射流流场的合理性;采用k-l湍流模型研究3种冲击高度(3D,6D,10D),3种压比(2.0,3.4,4.4),3种喷管总温(493 K,591 K,580 K)下,冲击平面温度分布。数值研究结果对分析超声速欠膨胀冲击平面的烧蚀有一定的指导意义。     

基于ANSYS Workbench的轴套表面裂纹应力强度系数有限元分析研究

针对轴套表面裂纹受力复杂、不易进行理论计算的问题,开展了基于ANSYS Workbench的裂纹有限元仿真方法的研究,得到了轴套表面裂纹应力分布与裂纹尺寸和过盈偏差的关系,以及应力强度系数沿裂纹前缘位置的分布规律。通过对比发现,轴套表面裂纹的仿真结果与理论计算误差10%,由此说明了有限元方法的有效性。     

基于频域分离的拖曳式诱饵与目标辨识

诱饵与目标的辨识是拖曳式诱饵干扰对抗的基本问题.干扰过程中导弹、目标、诱饵三角几何关系的变化导致了目标与诱饵的多普勒频率存在差异,为从频域实现目标与诱饵的分辨提供了可能.在详细分析迎头及尾追场景下目标与诱饵频域可分性的基础上,采用L类魏格纳分布(LWVD),利用其能够提高方位向分辨率和抑制交叉项的优点,实现了导引头波束...     

基于加权虚拟阵列的自适应波束形成

常规虚拟变换技术用于波束形成时,受变换区域影响较大,在区域选择不当时甚至会引起整个方向图的严重畸变,并且零陷也过浅.提出了一种基于加权虚拟阵列的方法,给变换矩阵引入干扰方向信息.利用该方法形成波束时,能稳定地形成对准期望信号,并且有较深的零陷和较好的旁瓣抑制效果.在小快拍数和小阵元数时仍然具有良好的波束保形能力.理论分...     

改进兼容度极大化模型的效能评估结果融合

评估结果的融合对于提高决策的科学性和可靠性意义重大.传统兼容度极大化模型在进行评估结果融合时,通常默认各种评估结果均正确,但实际情况并非如此.针对传统兼容度极大化模型在融合多种评估结果方面的局限性,提出基于兼容度聚类的改进兼容度极大化模型.试验结果表明该模型相比传统兼容度极大化模型能够更有效地融合多方法的评估结果.     

红外空中小目标小波域检测方法

针对空中远距离红外小目标检测的实际问题,提出了一种基于小波变换的检测算法.该方法首先对小目标图像进行小波分解并在考虑高频系数能量的基础上对噪声和背景边缘系数进行抑制,然后将遗留下来的高频系数通过线性映射变换成灰度图像.其次对3个方向的高频图像按照一维最大熵法进行二值化处理并通过形态开算子进一步滤除噪声,随后将高频图像两两相与关联生成单帧检测结果,并进一步利用帧间目标位置的相关性完成小目标检测过程.最后,在原图像中以检测结果图像的质心为中心生成跟踪窗口.试验结果表明,相对于通常的小目标检测算法,提出的算法在背景抑制、检测准确度以及速度方面都具有一定的优势.     

基于LES的三维桅杆绕流的数值实验研究

以舰船棱柱形的全封闭桅杆为研究对象,利用计算流体力学软件ANSYS ICEMCFD和ANSYSCFX对模型进行数值实验。在雷诺数为5.74×105和7.66×105,桅杆的攻角从0°变化到90°,以15°为间隔的条件下,研究了表面倾斜且前后不对称的四边形棱柱状结构在均匀流场中所受的流体载荷。通过对桅杆绕流进行数值模拟,得到了漩涡发放随时间的变化规律;发现模型由于表面倾斜的原因,除了受到阻力和升力外,还受到垂直方向上的垂向力,这在以往的柱状结构中是没有的;同时分析了模型所受的定常力和脉动力系数随雷诺数和攻角的变化规律。     

随机系数线性方程组的正解问题

通过建立摩擦片磨损量的数学模型,引出了随机系数线性方程组的求解问题.通过分析其解的统计分布,给出了一个相关定理,阐明了解的分布为对称分布,且其负分量出现的概率大于零.利用优化思想,给出了在信赖域法下求数值化正解的近似解的算例.     

一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.