国外坦克装甲车辆主动防护系统

从陆军装甲主动防护系统的产生、发展和应用进行了阐述;对陆军装甲主动防护系统的国际通用分类、应用现状及发展现状进行了分类介绍;就国际几种典型的陆军装甲主动防护系统进行了详细介绍;最后就陆军装甲主动防护系统进行了发展和应用前景的分析。     

激波/湍流边界层干扰中的自适应控制技术

从激波/湍流边界层干扰机理以及流动控制的迫切需求入手,从自适应涡流发生器、自适应鼓包、自适应微射流以及自适应次流循环四个方面对激波/湍流边界层干扰中的自适应控制技术研究进展进行了总结。分析认为,结合AI技术发展自适应流动控制技术,加速控制方式智能化,可作为新一代高超声速飞行器宽速域飞行的重要技术手段。具体来说,就是通过调节外加激励对高超声速飞行器不同区域实现局部流动加/减速、气动热防护、气动控制等功能,根据流场参数建立控制反馈回路,自适应调整局部流场结构,以满足工程实际需求。     

复杂电磁环境对舰载导弹防空系统影响分析

复杂电磁环境对舰载导弹防空系统影响的分析是海军战法研究的核心问题。运用信息战原理,在信息与火力联合作战能力分析平台上的初步试验表明:在复杂电磁环境下,信息因素可以使舰载导弹防空系统击毁入侵飞机数量的统计平均值下降553.96%,火力因素可以使统计平均值下降342.72%,信息与火力联合因素可以使统计平均值下降274.80%,整个舰载导弹防空系统性能趋于恶化。因此,根据复杂电磁环境对舰载导弹防空系统影响的分析结果,制定科学的决策,提高抗电子攻击能力和导弹打击精度,达到提高舰载导弹防空系统信息与火力联合打击目标能力。     

基于自由空间光的无人机集群通信载荷技术发展现状与趋势

对基于自由空间光(Free Space Optical,FSO)的无人机集群通信载荷技术应用需求进行了归纳总结,论述了 FSO通信技术及应用在无人机载荷的国内外发展现状,展望了高速移动通信环境下无人机集群FSO通信载荷技术的未来发展趋势,进一步深入分析了应用于无人机集群的FSO通信链路的关键技术.可以预见,基于FSO的...     

大气层高层功能拦截器侧窗定向方位研究

大气层高层作战的动能拦截器多采用侧窗探测的结构布局,侧窗定向方位对其拦截效果有重要的影响,但定向方位的选择却受诸多因素制约.在一定理想化假设的基础上,研究了末段交战过程中视线转率的变化规律,从理论上分析了由侧窗定向产生的攻角对拦截结果的影响,得到了只考虑气动力影响下的最佳定向方位;然后综合考虑气动力、轨控系统、姿控系统的影响,给出了不同作战高度下侧窗定向方位的选择方法.数字仿真结果表明,此种方法能够满足侧窗探测的要求,且在大多数情况下只需一次定向即可完成拦截.     

磁通密度反馈在磁悬浮系统中的应用

对于磁悬浮列车的悬浮控制,如果取悬浮间隙、电磁铁速度以及电流为状态变量进行反馈控制,在实验中控制参数的稳定区间较小,不易寻找控制参数的稳定区间,而且控制参数之间的影响比较严重;采用悬浮间隙、电磁铁速度以及磁通密度作为状态变量进行反馈控制的方法可以解决上述问题,便于实际的调试工作.仿真结果证明了第二种方法的有效性.     

高超声速飞行器俯冲机动最优制导方法

为解决高超声速飞行器俯冲段精确制导与机动突防问题,研究了机动突防最优制导方法。针对零化视线角速率降低突防性能的问题,在俯冲平面及转弯平面内分别设计了正弦形式的视线角参考运动,同时为进一步实现俯冲精确制导,以落速最大为性能指标利用最优控制对其进行跟踪,引入了伪控制量以简化最优制导问题的求解,最后分析了该方法的稳定性及制导性能。以CAV-H为例进行仿真分析,仿真结果表明该方法能够实现机动飞行,且能够高精度地满足终端落角及落点约束,可为高超声速飞行器俯冲段精确制导及机动突防提供参考。     

高超声速流动计算中LU-SGS隐式算法的应用

在高超声速条件下,对原始LU-SGS格式及其改进方法的收敛速度做了深入的比较分析,目的是进一步更好地将LU-SGS算法用于工程上复杂外形的计算模拟中。二维圆柱,三维钝锥及空天飞机算例的结果表明:对于高超声速粘性流动的计算,粘性项应进行隐式处理;BLU-SGS方法给出的内迭代方式的收敛性优于DP-LUR方法所给出的内迭代方式;LU-SGS算法中雅克比系数矩阵的计算方式对计算量及收敛性影响较大,若采用精确的矩阵形式,则在流动无分离情况下能取得快速收敛的效果,而在含有流动分离的情况,因受稳定性的影响,精确的矩阵形式的收敛表现不及对角近似形式。     

载体干扰磁场补偿方法

获得载体航行路径上各点地磁场的精确测量值是地磁匹配导航的前提,而载体上各种干扰磁场的存在会引起磁力仪输出的偏差,影响匹配的精度,因此必须对载体干扰磁场进行补偿。在分析载体干扰磁场特性的基础上,提出利用矢量测量值对地磁场总场值进行补偿的方法。该方法首先根据矢量磁力仪的测量模型得到关于载体磁场参数的非线性方程,然后采用非线性参数估计方法估计出精确的载体干扰磁场系数,最后再利用估计结果对测量值进行补偿。通过仿真对该方法的有效性进行研究,并设计了半实物实验对其实用性进行验证。结果表明采用本文提出的方法补偿后地磁场总场值的测量误差在20nT以内,而且该方法参数估计精度高,应用方便,可以有效地对导航载体干扰磁场进行补偿。     

PHEV电池电荷状态估计设计及仿真

电池管理系统(battery management system,BMS)是混合动力汽车(parallel hybrid electric vehicle,PHEV)能量管理系统中的核心组成部分,而其中电池电荷状态(state of charge,soc)则是PHEV控制策略中的重要参数.针对PHEV动力电池组SOC系统高度非线性和复杂性的特点,提出了一种基于改进的BP神经网络的HEV动力电池组的实时SOC估计,并对网络的收敛性进行了证明.利用大量PHEV动力电池组在行驶过程中充放电的数据样本,对神经网络进行网络训练并且进行仿真.结果表明,与传统离线SOC估计方法相比,能够有效地减小误差,提高电池SOC的精度.