机体/推进一体化飞行器动导数频域计算方法

运用Etkin非定常气动力模型,将谐波平衡法应用于复杂外形动导数辨识。计算结果表明:谐波平衡法和时域方法的动导数辨识结果一致,与实验值吻合,验证了程序的正确性和谐波平衡法的可靠性。采用谐波平衡法对类X-51高超声速机体/推进一体化飞行器WR-A进行动导数辨识,并与时域方法的计算结果比较,考察了该方法在复杂外形下数值模拟非定常流动和动导数辨识的能力。实验结果表明:对于WR-A这种复杂外形飞行器,谐波平衡法也能在保证精度的同时具有较高的计算效率。     

磁致伸缩扭转导波小管径弯管检测

针对扭转导波对小管径弯管的检测问题,分别采用数值模拟和实验方法进行研究。使用ANSYS软件模拟扭转导波在弯管中的传播;设计一种针对小管径管道的磁致伸缩扭转导波检测传感器,并对弯管进行检测,建立该传感器的导波激发和接收模型,利用理论模型对实验信号进行解读。研究结果表明:T(0,1)模态导波在小管径管道弯头处发生模态转换,部分T(0,1)模态转换成F(1,1)模态,F(1,1)模态具有方向性,垂直于弯头拱背-拱腹方向;模态转换会造成检测信号的双端面反射现象,第二个端面回波与第一个端面回波幅值比随频率的增大呈减小趋势;传感器激发出的纵向磁致伸缩力会导致实验信号中出现少量纵向模态导波。研究结论为磁致伸缩扭转导波对小管径弯管的检测提供理论指导。     

美军装备采办中需求牵引与技术推动融合研究——以F-22战机为例

通过分析F-22项目中需求牵引和技术推动两大动力,指出美军的体制机制保障动力融合,采办文件明确动力融合,机构设置促使动力融合。总结出我国武器装备发展一是系统构建、综合权衡,二是瞄准实战、滚动评估,三是紧跟前沿、严控陷阱。     

基于深度学习的网络安全预见路径研究

当前,我国正处在由网络大国向网络强国转变的关键时期,网络安全威胁不容小觑。以深度学习为代表的人工智能技术在网络安全领域的应用价值日益凸显,着眼基于深度学习的网络安全预见路径和价值趋向研究,能够从方法论层面有效提高抵御网络安全威胁的主动性和针对性,实现由"被动防御"向"主动预见"的网络安全战略升级转型。文章探讨相关概念内涵,提出"数据预判—技术预测—战略预见"的网络安全预见逻辑路径,并对深度学习技术在网络安全预见领域的应用前景进行探讨,从技术的融合渗透、开源共享、要素协同治理等方面阐释了网络安全预见的价值趋向,通过理论分析论证深度学习技术对提升网络安全预见力的重要作用。     

军民融合项目资金保障机制创新

"十三五"规划纲要鲜明提出要"探索建立军民融合项目资金保障机制"。通过分析军民融合项目资金保障机制创新的内在与外在动因,提出"合理定位协调政府、企业与资本市场的关系""坚持多元可持续的资金保障机制实现机理""立足国家能力、资本活力和法律规制平衡"三位一体的机制创新价值目标,由此提出军民融合项目资金保障机制框架建议,即融合引导机制、激励机制、风险防控机制、市场机制的机制框架,形成首尾相联、运作有序的管理闭环。     

南海海洋环境对岛礁工程结构与设施影响研究

新建的南海岛礁工程在运营过程中将面临诸多维护方面的问题,进行科学的工程维护需要工程基础研究的支撑。本文分析了现有研究中海洋环境对岛礁工程结构与设施带来的影响,主要集中在以下三个方面:一是普通混凝土、珊瑚礁混凝土与金属结构在海洋环境的腐蚀与防治问题;二是由珊瑚岛礁地质及钙质砂特性带来的人造岛礁地基稳定性问题;三是台风、地震和海啸等极端荷载对岛礁工程的影响问题。随后,针对南海岛礁工程结构与设施在运营维护过程中可能出现的亟待解决的实际工程问题,文章给出了部分参考意见。     

HLA数据回放及其可通用性问题研究

为了给HLA分布仿真系统提供运行数据的回放能力并解决各种回放策略都必须面对的数据完备、时序准确、运行高效及回放方法的可通用性等问题,对HLA联邦中的数据回放问题进行了研究,分析了HLA仿真中的回放需求以及HLA对回放实现技术的影响,指出回放方法的可通用性实质上是联邦独立性的概念,研究了将回放数据对象化处理的方法,针对成员式数据回放策略、基于对象序列化技术和成员自动生成技术提出了一种可通用的HLA数据回放实现方案,最后介绍了通用HLA数据回放工具的应用情况。     

一种新型主动式波浪补偿系统的原理及数学建模

基于差动行星齿轮传动机构,提出了一种新型主动式波浪补偿系统。介绍了波浪补偿的系统组成,在分析差动行星轮系调速特性的基础上,阐述了波浪补偿系统的工作原理和补偿机制。根据波浪补偿的两个主要目的,按照从补给船吊装载荷到被补给船的整个工作过程,建立了波浪补偿系统的数学模型,为实现系统的计算机控制提供依据。     

高分辨率遥感影像的自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。     

连续旋转爆震波传播模态试验

通过保持空气流量不变、改变H2/air当量比开展了连续旋转爆震对比试验,发现随当量比的降低出现三种传播模态:在较高的当量比(0.90~1.86)下,连续旋转爆震波以同向传播模态传播;在较低的当量比(≈0.75)下,则以双波对撞模态传播;在中间工况,则以上述混合模态维持传播。分析了不同传播模态下的高频压力特征,并初步分析了传播模态的转换机制:当量比较高时,爆震强度较高,传播过程中的损失和速度亏损相对较小,爆震波以同向传播模态维持传播;当量比较低时,爆震强度较低,传播过程中的损失和速度亏损较大,此时无法维持同向传播模态,而以双波对撞模态传播,这是由于双波对撞模态中的激波对撞产生高温环境,有利于燃烧放热,其可能是连续旋转爆震的极限传播模态。