排序方式: 共有515条查询结果,搜索用时 15 毫秒
311.
将低扩散通量分裂格式(LDFSS)和加权基本无振荡格式(WENO)相结合,构造出一种混合格式,其中WENO格式用于物理量重构,而LDFSS用于通量分裂。采用这种格式对Riemann问题、钝头体高超声速无粘绕流流场进行了计算,并对超声速平板湍流边界层进行了混合LES/RANS模拟,计算结果表明:相对于采用Lax-Fridrichs分裂的WENO格式来说,这种混合格式对于激波和接触间断的分辨率更高,并且在标量保正性方面更优,收敛性更好;而相对于采用带有Minmod限制器的MUSCL方法进行物理量高阶重构的LDFSS格式来说,这种混合格式在混合模拟的计算中能够更好地反映湍流流场的脉动特性,计算得到的湍流速度脉动量的统计值更加准确。 相似文献
312.
313.
314.
315.
宽带低辐射信号的设计是低截获概率(LPI,Low Probability of Intercept)雷达的关键技术之一。但传统的波达方向(DOA,Direction of Arrival)估计算法主要是针对窄带信号设计的,应用在LPI雷达中会制约雷达的测向性能。重点研究一种宽带信号DOA估计的方法。该方法的关键在于通过直接分解数据协方差矩阵,来构造聚焦矩阵。此外,还从LPI雷达工程应用的角度分析了该方法的性能指标,并用MATLAB进行了仿真,仿真结果表明该方法具有较高的分辨力和较低的算法复杂度,同时也验证了该算法在LPI雷达上的实用性。 相似文献
316.
317.
318.
针对星载双基地SAR由双基地几何关系引入的新问题,提出了计算其模糊比的新方法和近似分解方法。利用此方法通过仿真计算对星载双基地SAR模糊性变化规律做了进一步研究。结果表明,因接收天线的面积限制,与其伴随飞行的大卫星SAR相比,模糊性问题更为严重,但变化规律基本一致。比较而言,由于小卫星天线尺寸在高度上更接近大卫星天线,在距离模糊比上相对大卫星SAR抬高得不多,而在方位模糊比上抬高较大。 相似文献
319.
基于学习矢量量化(LVQ)神经网络的雷达体制识别 总被引:2,自引:0,他引:2
由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性. 相似文献
320.