目次

为改善等离子体合成射流激励器在稀薄空气环境中的控制效果,增强其临近空间环境适应性,开展了腔体增压条件下激励器工作特性的研究。建立了腔体增压效果理论分析模型,计算结果表明:采用高压气源供气可以较好地提升激励器腔体气压,并且腔体气压对高压气源气压具有较好的跟随性,从而为射流强度调节提供了一种新的方式。搭建了腔体增压等离子体合成射流激励器实验系统,开展了腔体增压压力和射流流场特性测量,实验测量结果与计算结果吻合良好,误差小于2.6%。高速纹影观测显示:在腔体增压作用下,激励器控制力得到显著改善,射流锋面峰值速度由256 m/s提升至507 m/s。     

吸气式高超声速飞行器助推分离过程数值仿真

针对吸气式高超声速冲压发动机验证性试验特殊的飞行环境和助推分离条件,以某轴对称吸气式高超声速飞行器级间分离问题为具体研究对象,采用非结构网格局部网格重构技术和非定常问题非定常六自由度问题仿真方法,对该复杂构型飞行器助推分离过程进行数值计算。研究得到弱干扰冷态分离状态下飞行器及助推器的运动参数和气动力参数在分离过程中的发展规律。对0.3 s内助推器的位移轨迹进行分析,判断分离方案的可行性,并给出最佳的分离工况条件。     

基于信息融合的多星搜索动目标问题

运用多星在海洋中搜索动目标,当动目标失去联系或者目标存在战术意图时,这种不确定动目标搜索将变得极为困难。建立搜索图描述搜索的环境模型,提出了一种解决多星搜索动目标问题的方法。利用信息融合的信息更新搜索图,并根据目标的运动预测方法再次更新搜索图,动态规划整个多星搜索动目标过程。卫星搜索策略是最大化目标发现概率。仿真实验结果验证了所提方法的有效性,能够有效地解决多星搜索动目标问题。     

并联放电等离子体合成射流激励器工作特性

等离子体合成射流激励器凭借射流速度高、工作频带宽、响应迅速等优势在高速流场主动流动控制领域具有良好的应用前景。为了克服单个激励器控制能力弱、控制范围窄的缺点,开展了并联放电等离子体合成射流激励器的研究,搭建了最多支持三路并联放电的微秒脉冲电源。测试结果表明,电源在空载及负载条件下可以实现1000 Hz稳定放电。随着放电电容的增大,放电电能的提高,等离子体电弧的温度升高,激励器腔体内气体被加热得更剧烈,产生的射流速度增大。随着工作频率的提高,激励器的击穿电压降低,放电电能减小,射流速度减小。通过对触发信号的调制,可以实现每个激励器的独立控制,使得并联式激励器具有更强的流动控制灵活性。试验结果显示,激励器工作相位与触发相位具有较好的对应关系。     

作战模式及需求不确定条件下备件供应优化

高度不确定性是战时备件保障面临的难题之一,主要体现在作战任务想定的多样性以及备件需求的波动性.针对以上问题,分别将作战模式的不确定性和需求的不确定性转化为离散和连续型不确定参数,采用鲁棒优化方法进行建模.以战时备件供应延迟时间最短为目标,以备件满足率和供应成本为硬约束,构建了战时备件供应的鲁棒优化模型.利用元启发式算法...     

固体燃料冲压发动机飞行性能分析

固体燃料冲压发动机性能通过进气道与导弹飞行工况关联在一起,其工作过程需考虑导弹飞行参数对发动机性能的影响。与其它冲压发动机相比,固体燃料冲压发动机一个显著特点是推进剂燃烧过程不仅与推进剂配方、发动机结构和燃烧室压强有关,还取决于燃烧室入口空气参数,因此工作过程较为复杂。在国内首次建立固体燃料冲压发动机工作过程仿真模型,并分析导弹飞行马赫数和高度对发动机性能的影响规律。     

像素级图像融合方法分类与比较

图像融合的目的是将同一场景的多幅图像的互补信息合并成一幅新图像 ,以便更好地对场景进行监视和侦察。介绍了像素级图像融合的几种方法 ,按空间域和变换域对各种方法进行了分类 ,并对各种方法进行了比较。重点评述了小波用于图像融合的优点     

基于灰色聚类和模糊综合评判的装备——装备群健康状态评估

针对目前装备健康状态评估存在的问题,建立了一个基于灰色聚类和模糊综合评判的“装备-装备群”两级评估模型。该模型利用灰色聚类法来评估单个装备的健康状态,将得到的单个装备健康状态的聚类系数向量作为模糊综合评判的隶属度向量,利用模糊综合评判技术来评估装备群的整体健康状态。详细论述了评估模型建立的关键问题：健康状态的分级、评估指标、白化权函数以及权重的确定。最后通过实例分析表明,该模型评估结果合理,可操作性强。     

战时机场道面抢修MOS优选数学模型

机场道面是机场的核心部分,遭敌破坏后必须快速修复以保证飞机起降能力.抢修机场道面首先必须快速确定MOS.针对战时机场道面抢修MOS确定问题,建立基本数学模型,利用相对运动原理和坐标变换等知识进行数学分析,得出优化数学模型,并采用逐步搜索比较的算法和Matlab编程实现了MOS快速优选.     

一种基于AMDF和ACF的基音周期提取算法研究

文中提出一种基于短时平均幅度差分函数(AMDF)和短时自相关函数(ACF)的基音周期提取算法。首先,将每帧语音信号通过AMDF算法进行计算,然后把得到的AMDF数值再通过ACF算法进行计算,得出每帧信号的基音周期,最后运用动态平滑技术计算出最终语音信号的基音周期。通过仿真实现该算法,并同基于MAMDF和ACF的基音周期提取算法进行比较。