基于相关熵的MACH滤波器

最大平均相关高度(MACH:Maximum Average Correlation Height)滤波器是一种重要的基于相关的模式识别方法。滤波器由训练数据线性构造而成,具有良好的畸变容忍能力,在线性高斯噪声条件下具有理论最优性。为将算法适用于广泛的非线性、非高斯情形,本文引入一种新的度量函数相关熵,可隐性地将输入数据通过非线性变换映射到特征空间;并在新的空间中提出了基于相关熵的MACH滤波器构造方法。最后将此方法应用于合成孔径雷达(SAR:Synthetic Aperture Radar)图像目标分类进行了实验,在接收机工作性能曲线和峰值旁瓣比的比对中,本文算法的性能均有所提升。     

空气深度预冷组合循环发动机吸气式模态建模及性能分析

针对空气深度预冷组合循环发动机——协同吸气式火箭发动机(Synergistic Air-Breathing Rocket Engine,SABRE),采用部件法对其进行建模,匹配计算得到吸气式模态下飞行走廊内其性能参数变化规律,并研究其高度速度特性。计算模型可信度较高,推力误差小于6%,能够较为准确地模拟SABRE吸气式模态的性能参数。结果表明:SABRE兼具火箭发动机大推力和航空发动机高比冲的特点,吸气式模态下比冲介于21 300~27 380 m/s,随着高度速度的增大,其推力比冲先增大后减小;SABRE利用预冷器将入口空气温度降低,可使其空域速域拓宽至25 km、5Ma,满足高超声速飞行的动力需求;发动机速度下限由压气机最大流量决定,速度上限则由氦气回路减压器工作限制条件决定。