舰载雷达中频信号仿真设计与实现

为满足舰载传感器或武器系统论证、设计、试验、评估、训练等全生命周期的应用,对新型舰载警戒探测与跟踪雷达中频信号模拟器的系统体系和组成进行了探讨,介绍了系统的功能和技术指标,重点研究了软件无线电在雷达中频信号模拟中的应用、雷达电磁环境和目标回波仿真等一些关键技术,包括目标航迹模拟、目标回波模拟、杂波信号模拟、雷达接收天线仿真、雷达天线方向图仿真等.采用软件无线电技术和软硬件相结合的方法较逼真地实现了海战场复杂电磁环境下雷达中频信号的模拟.     

基于CPCM-液冷-翅片耦合作用的锂电池高温散热性能研究

针对锂离子电池组工作温度过高或温差过大将导致其容量和寿命降低的问题,设计了一种新型的复合相变材料(CPCM)/液冷/翅片耦合散热系统。通过数值模拟,分析了高温环境(38℃)、高倍率循环充放电时,冷却液流向、石蜡中膨胀石墨(EG)的百分含量及冷却液流速对该系统散热性能的影响。结果表明,在相变材料(PCM)冷却基础上,引入液冷和散热翅片使电池组的最高温度进一步降低了35.74℃。冷却液交错流比同向流冷却电池组的最高温度降低了1.66℃、最大温差降低了3.15℃,电池温度分布更加均匀。在石蜡中添加EG后系统散热性能有明显提升,EG百分含量为6%时散热性能最好。冷却液流速从0.10 m/s增加到0.20 m/s时,电池组的最高温度降低了2.68℃、最大温差降低了2.22℃;继续增大流速,散热性能提升不显著。     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。     

改进YOLOv5的高空航拍图像检测方法

YOLOv5模型对普通场景图像的目标检测有更好的性能,但在高空航拍图像检测中表现不佳,针对这个问题,提出一种改进的YOLOv5模型。首先,建立高空航拍目标数据集,弥补该类图像不足的问题,对模型进行针对性训练,其次,采用多尺度细节增强提升处理数据图像,整体提升数据质量;最后,利用多尺度特征融合更好的平衡目标特征和位置信息,增加大尺度检测头提升小目标检测能力。经过实验分析,证明该方法在对高空航拍图像目标进行检测时平均精度、准确率和召回率分别比YOLOv5模型提高了12.6%、10.3%和6%,满足检测要求。     

上架结构参数与弹丸起始扰动映射关系的研究

为有效提高超轻型火炮射击密集度,探索了某薄壁箱型上架多个结构参数组合对弹丸起始扰动的影响规律。以上架外形尺寸、板厚等结构参数为对象,基于最优拉丁超立方方法,筛选得到影响弹丸起始扰动的上架关键结构参数并构建基因组;基于弹炮耦合结构动力学模型,分析了上架结构参数与弹丸起始扰动相关参量多对多的映射关系。根据映射关系,进一步分析不同板厚组合对弹丸起始扰动的影响规律。研究结果表明：在多对多映射时,不同板厚组合对弹丸起始扰动的影响呈非线性,上架侧板和围板的板厚参数是影响弹丸起始扰动的关键因素。采用特定的结构参数组合的上架可以有效降低弹丸起始扰动,为火炮总体设计中使用组合参数设计方法提供了依据。     

考虑CFRP与混凝土动态界面特性的RC柱抗爆响应动力分析

为了研究CFRP加固钢筋混凝土柱的抗爆特性,基于CFRP与混凝土界面强度细观分析方法和LS-DYNA中的接触算法,提出了能够反映CFRP与混凝土界面动态粘结破坏特性的界面接触模型参数确定方法,分析了爆炸荷载作用下CFRP加固RC柱的动力响应特征和破坏过程及模式,揭示了其失效破坏机理,结果表明：爆炸荷载作用下,单向和双向CFRP布加固可以分别降低RC柱柱中峰值水平位移11%和33%,分别降低塑性位移10%和72%,在混凝土柱塑性区包裹CFRP布,效果最为明显;与单层加固相比,双层加固RC柱的峰值位移和塑性位移分别降低了16.7%和42.8%;考虑到经济性,RC柱抗爆加固建议采用分布式加固。     

高超声速锥-柱-裙外形不同尾裙尺寸对轨控喷流干扰的影响

通过求解三维RANS方程研究了锥-柱-裙外形尾裙变化对轨控侧向喷流干扰的影响。利用高超声速条件下轨控喷流干扰风洞试验结果验证了数值方法的可靠性,进而数值模拟给出了不同尾裙长度及底部直径外形的轨控侧向喷流的干扰流场,对比了不同尺寸尾裙外形的壁面压力分布、力干扰因子和轨控偏移量结果。研究结果表明：尾裙尺寸对喷流附加干扰效应的影响显著,在相同尾裙长度条件下,随着尾裙底部直径增加,力干扰因子减小,轨控偏移量量值增大;尾裙底部直径对力干扰因子与轨控偏移量的影响随着负攻角增大而变的更加明显,而在正攻角条件下的影响较小;在相同底部直径条件下,尾裙长度对力干扰因子和轨控偏移量的影响在不同攻角条件下的规律不同。     

纳米颗粒对超临界二氧化碳流体传热特性的影响

针对超临界二氧化碳纳米流体,采用数值模拟方法研究了纳米颗粒体积分数、壁面热流密度对其在水平管内传热特性的影响。结果表明：当给定入口质量流量,纳米颗粒的掺杂会增大流体密度,入口流速因此而减小,不利于传热;但纳米颗粒的掺杂使得纳米流体热导率显著增大,这有助于提升壁面热流向体相空间的传输速率。因此纳米粒子体积分数越大,其体相流体温度在沿程方向上升温速率也越快。当壁面热流密度q=30 kW·m^-2时,纳米流体在沿程方向上均具有传热强化效果;在更高热流密度时,纳米流体仅在流动充分发展初期具有强化传热效果,在换热管末端其传热效果随体积分数增加显著恶化。     

基于特征增强和损失优化的弱监督目标检测算法

针对弱监督目标检测中只能检测出图像中最具有辨别性部分和训练过程极易陷入局部最优问题,提出了一种特征增强和损失优化的弱监督目标检测算法。该算法设计了一种高效可选择通道注意力模块,该模块通过关联通道的选择来提高其局部信息的交互能力,以此来扩大最具辨别性的示例目标区域;此外,通过对网络回归损失函数施加针对性的动态权重,使其能够自动弱化回归分支中伪标注边界框不准确性的影响,提高目标定位的精度。在PASCAL VOC 2007及PASCAL VOC 2012数据集上的实验表明,相比其他同类算法,该算法能够有效地提高弱监督目标检测的精度。同时,由于该算法引入的额外训练参数和计算负担几乎可以忽略不计,因此还具有良好的高效性。     

基于改进YOLOv7的融合图像多目标检测方法

针对微光环境下目标检测精度较低的问题,提出了一种基于改进YOLOv7的微光与红外融合图像的多目标检测方法。结合可见光、红外图像的优点,利用生成对抗网络法制作融合图像数据集。在YOLOv7模型中引入BoT结构,使网络更加关注整体图像信息,提升特征提取能力,从而提高行人和汽车检测的准确率,并将回归损失函数由CIoU改进为SIoU,降低自由度,加速网络收敛,得到了YOLOv7的改进算法—BoT-YOLOv7。在公开数据集LLVIP和MSRS上进行了实验。结果表明：相比可见光或红外图像,BoT-YOLOv7对融合图像的检测精度较高;改进算法对融合图像取得了92.6%的平均精度均值,较原始YOLOv7模型提高了5.83%;BoT-YOLOv7算法在检测行人和汽车等目标时漏检和误检率较低,具有较好的准确性和实时性,可以满足微光环境下多目标探测的要求。