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。     

基于改进经验AM-FM解调的复杂信号瞬时特征分析方法

分析了Hilbert变换在计算复杂单分量信号瞬时特征时存在的不足,研究了一种称为经验AM-FM解调的信号瞬时特征计算方法,并对算法进行了改进.针对其在计算瞬时频率时易受噪声影响的不足,提出将该算法与加权平滑相位差分法相结合来抑制噪声的影响.结合经验模式分解和改进的经验AM-FM解调算法,提出了一种适合复杂多分量信号解调...     

高精度程控电阻网络生成算法设计

为了提高高精度程控电阻的设计效率,建立高精度电阻网络的物理模型和数学模型,提出一种高精度程控电阻网络生成算法。该算法根据给定的量程和精度,基于主电阻网络、补偿电阻网络和偏移电阻的组合方式,自动生成高精度程控电阻网络。以量程90~250 Ω、精度5 mΩ的需求为例,在MATLAB平台上对算法进行仿真验证,仿真结果验证了算法的可行性。结果表明生成的程控电阻网络满足目标量程和精度的需求,算法解算时间仅为18.128 s。相比于人工设计的方式,该算法大大提高了设计效率。     

跨模态行人重识别的对称网络算法

针对模态间差异,提出基于对称网络的跨模态行人重识别算法,该网络将基于概率分布的模态混淆与对抗学习结合,通过对称网络产生模态不变特征,从而达到模态混淆的目的;针对外观差异和模态内差异,使用不同隐藏层的网络卷积特征构造混合三元损失,提高网络的特征表征能力.RegDB和SYSU-MM01数据集上的大量实验结果表明了该方法的有...     

未知最优值线性规划的修正 Karmarkar算法

本文对未知最优值的Karmarkar型线性规划,得到了一种复杂性为O(n~(3.5)L)的修正Karmarkar 算法;通过讨论加边矩阵和秩1修正矩阵的LDL~T 分解,得到了一种计算Q—斜投影的有效方法。最后,从理论上分析了算法的收敛性和复杂性。     

网络异构信息的张量分解聚类方法

提出基于张量分解的聚类算法,能够同时处理网络中多类型、多语义关系的异构信息。网络信息体系中的各种异构信息被建模为一个多维张量,异构信息之间丰富的语义关系建模为张量中的元素。提出有效的张量分解方法,将不同类型的信息对象一次性划分到不同的簇中。在人工合成的数据集和真实数据集上的实验结果表明:该聚类方法可以很好地处理网络信息体系中的异构信息聚类问题,并且性能优于现有的聚类方法。     

信号稀疏分解理论在轴承故障检测中的应用

将信号稀疏分解理论引入到轴承故障检测问题中,提出新的轴承故障检测方法。通过字典学习的方式可有效实现轴承正常状态振动信号稀疏表示的超完备字典。利用该字典只适用于轴承正常状态信号稀疏分解的特点,将待分析信号在该字典上展开,通过比较信号稀疏表示误差与所设定阈值的关系来判断轴承对应的状态,从而实现轴承的故障检测。实验结果表明:当误差阈值设置合理时,该方法可有效地判断出轴承是否发生故障。