凹腔布置方案对气化煤油超声速燃烧特性的影响

针对两种凹腔布置方案,模拟马赫数6.0的来流条件,采用气化RP-3开展了一系列直连式燃烧试验。依据燃烧流场的可见光图像、燃烧室壁面静压分布和推力增益,对比分析了凹腔布置方案对气化煤油超声速燃烧特性的影响。结果表明,凹腔布置方案和当量比对燃烧室内的火焰分布、燃料的释热特性和发动机燃烧性能有显著影响。并联凹腔的火焰与释热主要集中在凹腔附近,燃料比冲对当量比不敏感;单凹腔的火焰与释热分布更加分散,燃料比冲随当量比的增加而提高。     

C2组织结构设计:平台-任务关系设计

以联合作战战役为例建立作战平台和任务模型,对C2(Command and Control)组织结构设计中平台-任务关系设计问题分析了传统多维动态列表规划算法(Multidimensional Dynamic List Scheduling,MDLS)在解决作战平台资源调度(平台-任务分配)问题的不足,提出了在平台-任务分配过程中采用任务选择平台组、平台选择任务以及两者选择冲突消除改进的MDLS算法,以解决MDLS算法的不足,并对不同方法的结果进行了比较.     

一体化射频通信体系对抗的仿真系统设计

简要介绍了射频通信体系对抗仿真中的模型,一体化建模方法.以红方对蓝方通信进行干扰为例分析了通信体系对抗仿真的功能模块,提出了对抗框架.介绍了几种常用的干扰方法,提出对抗的方法和策略,并通过实例说明通信体系对抗的方法和策略.     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

垂直线列阵无源定位精度分析

提出了一种基于垂直线阵的系统,给出了定位模型,并简要介绍了其定位原理.利用由时延引入的距离、高低角和观测得到的方位角信息,建立了三维坐标系下的状态方程和观测方程.通过理论分析和仿真计算,讨论了声速测量误差、时延估计误差和阵元位置误差对系统定位精度的影响,给出了时延估计误差的克拉美-罗下界.综合时延估计、基线横纵扰动、三类误差的影响,在一定条件下,对目标距离估计的相对误差可控制在20%以内.     

某型导弹制导装置临战快速检测系统

某刑导弹制导装置集光、机、电等多种技术于一体,技术状态易发生变化,在临战前必须快速确认其工作状态。针对某型导弹制导装置临战检测的特点,分析丁制导装置的结构和关键控制信号,开发了能够对制导装置的关键控制信号和激光信息场进行功能性检测的临战快速检测系统。该系统町为指挥员提供辅助决策支持,也可用于平时的技术维护和功能榆查。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

室温工作的单电子晶体管研究

由于具有低功耗、高速度、高集成度等优点,单电子晶体管成为最有前景的纳米电子功能器件之一.但是,由于结构上的特殊性,单电子晶体管只能在低温下正常工作,该特性限制了其实用化进程.因此,研究可在室温下工作的单电子晶体管具有重要意义.在分析单电子晶体管工作机理的基础上,计算了单电子晶体管室温工作的基本条件,并实验制备出了样片.测试结果表明,所制备的单电子晶体管可在室温下表现出库仑振荡等基本特性.该研究成果将为单电子晶体管的集成实用化打下良好的基础.     

基于混合优化的前馈—反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.