同轴虚阴极的粒子模拟

采用 2 12 维全电磁模相对论PIC粒子模拟程序对同轴虚阴极振荡器进行了数值模拟。通过改变装置的结构参数和电气参数等方法 ,对该类装置取得了一系列规律性的认识。通过模拟还发现 ,对要求的频段 ,通过加入电子收集极的方法 ,可以有效地提高功率和压制倍频现象的发生。     

两点源干扰情况下数据积累点数对雷达测角精度的影响

两点源干扰是干扰被动雷达导引头 (PRS)的有效手段。但在实际应用中 ,两点源的功率不可能完全相等 ,这就为PRS对抗两点源的干扰提供了契机。通过理论分析和仿真实验证明 ,当两点源偏离导引头的电轴方向不大的情况下 ,只要保证足够的积累点数 ,导引头进行数据积累取均值 ,其结果并不指向两源的“重心”或“质心”而是指向两源中功率较大者 ,并给出了确定积累点数的解析表达式     

基于气动-弹道一体化模型的飞行器外形优化设计

为提升飞行器气动外形优化设计效果,研究了新型飞行器在大空域、宽速域范围的气动适应性问题,提出一种基于气动-弹道一体化模型的外形优化设计方法.通过考虑气动和弹道的耦合作用,综合利用类型函数/形状函数转换技术、气动工程估算方法和Radau伪谱法,建立飞行器气动-弹道一体化模型.基于该模型,通过明确优化目标和约束条件,给出基...     

树脂浸渍裂解对气相硅反应渗透C/SiC的影响

粘胶基碳纤维毡经过CVD工艺进行沉积碳增密处理后,采用酚醛树脂浸渍—裂解对C/C素坯的密度进行调节,通过气相硅渗透反应工艺制备了C/SiC复合材料。研究了树脂浸渍—裂解对C/C素坯密度和气孔率的影响规律,分析了树脂裂解碳对C/SiC显微形貌和力学性能的影响。结果表明:随着树脂浸渍—裂解循环次数的增加,素坯密度增加,孔隙率降低;裂解碳含量为27wt%时,C/SiC复合材料的强度和模量达到最大,分别为231MPa和209GPa。通过控制裂解碳含量,可以实现对C/SiC复合材料力学性能和微观结构的裁剪。     

宽带正交解调器幅相一致性测量

基于数字示波器和网络分析仪 ,提出了两种测量方法 ,解决了宽带正交解调系统 I、Q幅度和相位误差的测量问题 ,比较了两种方法的优缺点 ,并成功应用于某 1 0 0 MHz带宽正交解调系统的测量和调试中。     

脉冲等离子体推力器羽流的粒子模拟

目前微小卫星正在积极地发展中,脉冲等离子体推力器是其推进系统的一个重要发展方向,为了能够将PPT成功地运用于空间,需对其羽流进行研究.将DSMC(Direct Simulation Monte-Carlo)/PIC(Particle in Cell)流体混合算法与一维MHD放电模型相结合,一体化模拟NASA Glenn PPT羽流,对不同出口偏转角的羽流场进行模拟,并与实验结果进行了比较.计算结果显示引入出口速度的偏转角提高了模型的羽流扩散能力,羽流的扩散角是影响羽流的一个主要因素.     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

含噪稀疏信号重构的l0范数期望值最小化方法

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。     

低截获概率雷达信号的循环谱相关函数检测方法分析

给出了一些噪声、干扰及低截获概率雷达信号的循环谱相关函数 ,分析了其在噪声与干扰中检测的优越性 ;对循环谱相关函数与Wigner Ville分布、解线调、模糊函数进行了比较 ,分析了它们的一致性 ,并比较了循环谱相关函数的几种主要估计算法。从这些分析中可知 ,循环谱相关函数是检测低截获概率雷达信号的有效方法 ,抗干扰能力强 ,并具有实时处理的潜力和可能性     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。