凹腔上游横向喷流混合过程的实验研究

利用基于纳米粒子的平面激光散射(NPLS)技术研究了超燃冲压模型发动机中凹腔上游横向喷注乙烯燃料时凹腔附近的流场,主要研究了燃料射流与主流的混合过程;对比了在不同喷注压力下燃料射流穿透度的变化;研究了不同凹腔参数对燃料与主流混合过程的影响。通过研究发现,喷注压力对燃料射流与主流混合效果的影响主要体现在两个方面,射流的穿透度和射流的扩散;对燃料射流来说,与主流混合的主要阶段为大涡的形成直至破碎阶段;在喷注总压相同下,喷注位置靠近凹腔有利于燃料射流与主流的混合和向凹腔内的输运;凹腔构型对燃料射流的影响主要在于大尺度结构开始发展破碎的阶段。     

一种面向混合数据集可视化的高效数据转换技术

应用领域中存在大量多数据类型属性的混合数据集,但是,很多有效多变元可视化方法的适用范围都只局限于单一类型,对于混合数据集可视化效果不甚理想。针对包含数值及分类型属性的多元混合数据集,提出一种面向混合数据集可视化的数据转换技术,首先对每一数值型属性使用聚类技术进行分类化,然后应用对应分析算法量化所有分类型属性,最后将转换后的混合数据集使用经典的数值型可视化方法——星形坐标法进行展现,并且针对变元数量较多或分类型变元势较高的混合数据集,在数据转换过程中提出一套降势策略,减少参与计算的变元数量,提高计算效率。实验表明,该方法对混合数据集的可视化结果不仅易于理解,而且有利于用户发现其中的隐性知识,降势策略在提高内存及时间效率方面作用显著。     

多功能复杂信号侦察可配置计算模型

复杂信号侦察处理是多功能数字阵列雷达(MFDAR)的重要组成部分,可以服务于MFDAR的雷达与通信信号侦察以及电子战等多种用途,其中信号侦察的实时性与功能的灵活适应性是MFDAR的关键。在详细研究MFDAR信号侦察处理特点基础上,提出了两阶段可配置的信号处理流程,构建了基于混合结构的宽带信号侦察可配置计算模型BSRRCM。BSRRCM对"非确定、非单向"的信号流进行了描述,利用"固化典型流程、设置有限配置点"的思想,BSRRCM将应用分解成可完全重配置的典型处理流程和可局部重配置的功能任务序列,快速映射到合适的计算平台上,在确保信号处理实时性前提下使系统获得了动态的灵活配置能力与可扩展性。     

成数超额混合再保险中最优自留额的确定

Centeno在Sparre Anderson模型中研究了调节系数关于再保险自留额的函数的性质,得到了保险人的调节系数是关于其自留额的单峰函数的结论。本文给出带扩散扰动项的复合Poisson过程的索赔时调节系数与再保险自留额的函数,得出保险公司的最优再保险自留额。     

线性/非线性系统混合滤波

针对采用混合坐标系的跟踪系统,提出线性/非线性系统混合滤波方法(SRUKF-KF算法).该方法用SR-UKF估计系统状态空间模型中的非线性部分,用SR-KF估计其线性部分,提高了线性部分估计的精度和运算效率.仿真结果表明,该方法具有较强数值稳定性,较高估计精度和较好的实时性.     

一种海上编队通信的反干扰效能评估方法

针对海上编队通信反干扰效能评估问题,建立了海上编队通信反干扰效能评估指标体系。利用直觉模糊集描述评估指标值,基于熵的物理意义采用模糊熵在指标权重完全未知的情况下求取指标权重,利用同时考虑指标权重和位置权重的IFHA算子集结指标信息,提供效能评估方法,并利用直觉模糊数排序方法比较待评估方案优劣,对方法进行了实例分析。所提供的方法很大程度克服了评估过程中主观因素的影响,对研究类似问题具有借鉴意义。     

美军瞄上混合电力驱动

近年来,随着战争对能源的日渐依赖以及能源危机的日益加重,开发更加清洁、高效的能源利用技术已经成为世界各国军队的重要课题。在众多新能源技术中,美军更倾向于使用混合电力驱动技术。     

以更长远的眼光看待新生力量

春节前夕,一则新闻令笔者眼前一亮：2010年是全军大规模征召大学生新兵入伍的第一年,据统计,今年各部队征召的大学生新兵达13万人。他们的到来让人对我军现代化建设的远景目标充满憧憬。     

图片快递

春节前夕,黑龙江省军区哈尔滨警备司令部联合交警等有关部门,对哈尔滨过往军车进行了一次联合检查,对违章、违规车辆进行了检查和纠正,有效的维护了军车的良好形象和运行秩序。     

基于因式分解BP的车载前视地表穿透SAR快速成像算法

车载前视地表穿透SAR(VMFL-GPSAR)属于双站SAR的范畴,采用单站快速因式分解BP(FFBP)处理存在较大的误差.针对双站SAR模型分析FFBP的距离误差,给出了极角采样率限制条件,提出了双站FFBP算法,通过合理设置子孔径中心提高聚焦效果,并结合距离相位补偿和线性插值技术,进一步提高聚焦精度.仿真和VMFL-GPSAR实际数据处理结果验证了双站FFBP算法,成像效率可提高2.31倍.