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.     

基于伪临界值的Cache一致性协议验证方法

针对Cache一致性协议状态空间爆炸问题,提出共享集合伪临界值(Pseudo-cutoff)的概念,并以采用释放一致性模型的CC-NUMA系统为例,分析了共享数据的分布情况,推导出在一定条件下共享集合伪临界值为4的结论,有效优化了目录Cache协议状态空间,并提出了解决小概率的宽共享事件的方法.实验数据表明,基于伪临界值的协议模型优化,能够有效缩小Cache协议状态空间,加快验证速度,扩大验证规模.     

过渡流区圆柱体驻点热流的工程计算

以流动分区的界限为Knudsen数的变化区间,使用线性插值和调节参数进行校正的方法,提出一种计算过渡流区热流的桥函数形式,并且确定了端面迎风的圆柱体的调节参数.使用DSMC方法对计算结果进行验证并与其他形式的桥函数进行比较.结果表明该桥函数在马赫数大于10的情况下,能比较准确地计算驻点热流的值,可以为飞行器初步设计提供一定的参考依据.     

机动目标一维距离像RAT法线性化补偿

研究了机动目标宽带线性调频脉冲回波全去斜率信号模型,根据速度和加速度的调频频谱展宽特点,提出了机动目标宽带一维距离像线性化调频回波模型,给出了Radon模糊图转换(RAT)法线性参数估计与运动补偿方法,并进一步分析了测速和测距误差.仿真实验验证了RAT法一维距离像线性化参数估计与补偿,表明该方法很好地解决了运动参数未知情况下机动目标的一维距离像频谱展宽问题.     

基于投资效益和竞争优化的军事装备投资模型分析

随着资源配置的逐步市场化。军事装备建设过程中逐渐确立了以军方为主导的投资机制。从投资效益的角度看,这种投资方式比多方拥有平等投资地位的方式效益更高;从竞争优化和安全性等角度看,这种投资方式具有必然性。     

相位非线性畸变对GPS伪距测量的影响

基于直接序列扩频体制的伪距测量在卫星导航、雷达、航天测控、深空探测等领域获得了广泛应用.射频链路、电缆多径等引入的相位非线性畸变会对扩频信号的传输时延产生影响,进而影响延迟锁定环(DLL)的伪距测量结果.传统群时延的定义难以描述一定带宽内的相位畸变,也难以与扩频信号时延建立对应关系.在对相频曲线进行Taylor展开的基础上给出了群时延的新定义,利用零阶群时延、线性群时延和抛物线群时延等来描述相位畸变,并定量研究各阶群时延对DLL伪距测量的影响.所得结论表明抛物线(二阶)群时延对伪距测量的影响最大.     

中国国防支出对经济增长影响评估——三部门模型的推导与分析

文章将国民经济部门分为国防部门、非国防公共部门和私人部门,选择1984年~2001年和1992年~2001年两个时间段进行实证分析,结果显示:国防支出对非国防公共部门产出存在着负效应,表明要进一步加强国防部门对于非国防公共部门的技术渗透、人才流动、精神激励;国防支出对私人部门产出也存在负效应,但随着国防部门逐步扩大非核心、非保密性技术的市场准入,国防支出对私人部门的间接拉动和技术推动作用正在逐步显现。     

解析结构模型在军队信息化建设中的应用

文章将军队信息化建设顶层结构中错综复杂的因素看作一个大系统及五个分系统,利用系统工程分析方法中的解析结构模型,分析了各系统中要素间的可达与邻接关系,划出多级递阶结构,进而描述了各要素之间的相互关系,找出影响军队信息化建设发展的根本要素,并对目前军队信息化建设面临的主要问题给出了相关的策略措施。     

潜艇TMP问题透析与展望

针对潜艇指控系统目标运动要素解算(TMP)存在的主要问题,从算法理论和作战使用要求等方面进行了系统分析.探讨了潜艇目标运动要素解算的合理结构,肯定了理论模型整个TMP过程中所起的主导地位,并对未来研究所具有的潜力进行了挖掘.强调TMP过程人机交互和多条件综合控制的重要性,指出了TMP今后的研究发展方向.     

支持向量机的战场直升机目标分类识别

对基于支持向量机的战场直升机目标分类识别技术进行了研究,分别将谐波集(HS)频率和不同尺度小波子空间能量作为特征矢量,设计出一种基于支持向量机的直升机目标分类器,并将该分类器与kNN分类器和BP神经网络分类器进行分类对比实验.结果表明两种特征提取方法,都能很好地体现不同声目标之间的差异,SVM分类器相对于其他两种分类器具有更好的分类性能,目标识别率达到96%以上.