海面油膜的偏振反射特性仿真实验

为了给海面溢油污染识别检测提供理论基础,根据菲涅尔反射公式的偏振反射系数,结合偏振双向反射率因子和粗糙海面的概率密度分布函数,建立了完善的pBRDF模型,仿真在不同太阳入射角度、不同探测器观测角度以及不同海面风速风向等条件下海水和油膜的偏振反射分布函数。结果表明:海水和油膜太阳天顶角为53°和56°时P偏振反射率分别为1.0×10^-5和2.5×10^-5,S偏振反射率随着太阳天顶角的增加而增加;海面风速越大偏振反射率峰值越小;海面风向只改变pBRDF的空间位置;海水和油膜线偏振度空间分布有明显差异。搭建实验平台相机以40°拍摄时,得出海水和油膜的线偏振度分别在0.2~0.4, 0.5~0.7之间,同时表明利用偏振探测获取目标场景的偏振度和偏振角图可提高图像质量。     

爆炸冲击波载荷下预制孔铝板的动态响应

为研究爆炸冲击波对破片穿孔后板结构的毁伤效应,使用激波管为冲击波加载设备,对不同孔形的预制孔铝板进行冲击波加载.利用三维数字图像相关(3 D-DIC)技术,分析固支预制孔方形铝板在冲击波加载条件下的动态响应,得到预制孔铝板的动态响应和变形失效过程.结合3 D-DIC结果分析孔形对靶板刚度、破坏形式、承载能力的影响.结果表明:圆形孔靶板刚度最大,圆形孔靶板的极限承载能力最大,菱形孔靶板极限承载能力最差;孔形对撕裂破坏的影响主要体现在孔的角点在靶板分布上.该实验结果对固支板结构的抗爆设计具有一定参考价值.     

侵彻型制导炸弹的末制导规律研究

根据被动寻的侵彻型制导炸弹的运动特点,设计了能够满足多项约束指标的滑模制导律,并对滑模稳定性进行了证明。仿真结果表明,该制导律能够满足脱靶量和侵彻型制导炸弹对末端攻角及弹道倾角的要求,对参数摄动具有一定的鲁棒性,说明了所设计制导律的有效性。     

齿轮裂纹对啮合刚度的影响分析

通过对三维轮齿接触有限元分析,建立了正常和齿根与分度圆处不同裂纹故障的直齿圆柱齿轮三维实体有限元模型;通过对其啮合接触分析,求得不同状态下齿轮整个啮合过程的轮齿啮合综合刚度.分析结果表明:齿根裂纹对啮合刚度的影响要大于分度圆裂纹的影响.这对分析裂纹故障对齿轮啮合刚度的影响具有一定的指导作用.     

基于INS/GPS的智能导弹协同作战相对导航系统研究

提出了一种基于惯性导航系统和GPS导航系统的相对导航系统,这一系统是智能导弹协同作战的关键技术之一,相对导航系统通过智能导弹之间的数据链共享导航信息,采用卡尔曼滤波融合相对惯导信息和相对GPS信息,从而实现相对导航.给出了两种相对导航系统模型,并通过仿真研究校验了相对导航方法的有效性.     

带视线角约束的多导弹有限时间协同制导律

针对多导弹在平面内从各自期望方向同时击中机动目标的问题,提出了一种带视线角约束且能打击机动目标的有限时间协同制导律。基于平面内的导弹-目标相对运动方程建立了考虑视线角约束的多导弹协同制导模型;在视线方向基于多智能体协同控制理论和积分滑模控制理论设计了多导弹分布式有限时间协同制导律,以保证所有导弹打击时刻有限时间趋于一致;在视线法向方向采用非线性干扰观测器对目标加速度在有限时间内进行估计,并基于有限时间滑模控制理论设计了带视线角约束的制导律,以保证导弹击中机动目标且其视线角有限时间内收敛到期望值。通过仿真验证了所设计的协同制导律可使多导弹从各自期望方向同时击中机动目标。     

不同头型射弹低速倾斜入水空泡及弹道特性试验研究

为研究射弹头型对低速倾斜入水空泡及弹道特性的影响,基于高速摄像方法,开展不同头型射弹低速倾斜入水对比试验,得到了射弹头型对入水空泡、运动速度、俯仰角和阻力系数的影响规律。试验结果表明：同一入水时刻,空泡直径随着头部锥角增加而增大,半球头型射弹入水空泡直径小于锥角头型射弹;锥角头型射弹速度衰减速率随着锥角增加而增大,半球头型射弹速度衰减率小于锥角头型射弹;入水过程中半球头型射弹俯仰角变化最为剧烈,弹道稳定性也较差;不同头型射弹在入水过程中运动参数呈现出较强的非线性特性。     

钢纤维混凝土的弯曲性能试验研究

对18组不同钢纤维体积掺量的钢纤维混凝土试件进行了三点弯曲试验,分析了钢纤维混凝土的破坏形态和荷载-挠度曲线特性,总结了钢纤维混凝土弯曲破坏过程和特点,计算了钢纤维混凝土的延性指和钢纤维的界限体积掺量。采用无量纲化方法,获得了实用延性指数计算模型,试验结果和已公开文献结果都验证了本研究模型的正确性。采用基于SCE-SF4标准的弯曲韧性比指标评价了钢纤维混凝土弯曲性能,结果表明,钢纤维可以显著提高混凝土的弯曲韧性比和等效弯曲强度,但对初裂强度影响很小。     

基于可学习EKF的高超声速飞行器航迹估计

临近空间高超声速目标因具有高速、大机动、全球到达的特点,已成为国防安全的一类新型威胁.此类目标具有非惯性的航迹形式、并可进行复杂的策略性机动,给其航迹估计带来了新的挑战.为应对目标的机动特性,提升航迹估计性能,将循环神经网络与扩展卡尔曼滤波深度嵌合,提出了基于可学习扩展卡尔曼滤波的航迹估计方法.首先,通过分析目标机动特性,建立了参数化的目标机动模型.然后,考虑目标复杂机动特性对航迹估计造成的影响,将循环神经网络与扩展卡尔曼滤波深度嵌合,提出了可学习扩展卡尔曼滤波方法.通过使用已有航迹数据进行训练,所嵌入的两个循环神经网络,可发现目标机动的隐含规律,并对目标复杂机动所引起参数与模型不确定性的进行在线识别与动态补偿.最后,以某临近空间高超声速目标的航迹估计为例,选取典型机动场景,对所提出方法与EKF、AEKF等传统方法进行了对比分析. 分析结果表明,所提出的可学习扩展卡尔曼滤波方法可有效应对目标复杂的机动,具有比EKF、AEKF方法更高的估计精度和更优的估计动态性能.     

陀螺飞轮信号的EMD/LPF混合去噪方法

为提高陀螺飞轮系统的标定与辨识精度进而保证姿态测量性能,对其信号去噪方法进行研究以便从复杂噪声中提取标定辨识所需的有用信息.首先基于噪声产生机理对陀螺飞轮信号的噪声特性进行分析.其次,在不影响信号低频特性的前提下,采用传统低通滤波（LPF）方法对信号进行预处理以抑制高频周期噪声.然后应用经验模态分解方法（EMD）对LPF预处理后的信号进行分解,根据信号和各模态分量的概率密度函数的相似性度量,给出一种模态判定准则.在此基础上,结合现有阈值滤波方法,提出一种EMD/LPF混合去噪方案. 结果表明:所提出的基于相似性度量的模态判定准则在不同信噪比条件下均能够实现分界点的准确判定;将所研究的去噪方法分别应用于标准测试信号和陀螺飞轮实测信号;所提出的混合去噪方法相比于现有去噪方法更为有效.