宽光谱超大孔径反衍望远系统设计

二元光学元件具有许多传统光学元件无法比拟的优越性。利用2个二元光学元件作为系统的物镜和目镜,通过确定各元件的基本结构、孔径大小,设计了25m的超大孔径反衍混合望远系统。所设计系统的弥散斑大小及MTF函数都能够达到设计要求。使用谐衍射透镜代替普通衍射透镜,对系统进一步改进,使望远系统获得了较宽的光谱范围。试验结果表明:改进后的系统无论在单一光谱、多频带光谱或者连续光谱范围,都能够获得接近衍射极限的成像质量。     

雷达发射机的冷却及热设计优化分析

论述了雷达发射机的冷却和热设计的原则,分析了雷达发射机的常用冷却方法的特点及适用场合。针对目前的雷达发射机热设计现状,从设计思想、热设计的层次和冷却方法等方面提出改进意见,对雷达发射机的热设计方法的优化进行了有益的探讨。     

热声制冷机微热力学循环的火用经济性能优化

用有限时间热力学方法分析存在传热损失时,热声制冷机微热力学循环模型的火用经济性能,导出循环利润率与工质振荡温度,以及利润率与制冷系数的特性关系,并数值分析了价格比、横向温度梯度等参数对火用经济性能的影响。     

水面航行潜艇红外特征模拟研究

潜艇的红外辐射特征是红外探测系统发现潜艇并进行跟踪的依据,研究潜艇红外特征模拟方法对潜艇探潜和修正对敌潜艇制导数据具有一定参考价值。从潜艇的外部环境出发,分析了影响水面航行潜艇红外特征的多种复杂因素,建立了传热模型,给出传热边界方程,模拟了潜艇表面红外特征,估算了探潜距离。     

激光声源特性研究及海洋应用

激光声作为水下声源的一种新的激发方法,具有高声强、窄脉冲、宽频谱等优点。基于激光声激发的线性及非线性理论,建立了激光声信号特性的初步模型,研究了激光在水中激发声波的特性,研究表明：在热膨胀激发状态,增大激光光强可以提高激光声的转换效率;光强大于击穿阈值后,激光声的激发机制为非线性的光击穿机制。激光声具有的高距离分辨能力和海洋抗干扰能力,对水下目标探测、空载平台等领域有着较广的应用前景。     

THE NEW ASSESSMENT METHOD FOR THE COURSE OF STRENGTH OF MATERIALS 1)

现有考核评价方式侧重期末考试而忽略过程考核，结合材料力学课程，探索一套注重过程考核的评价体系，综合评价学生对本课程的掌握程度，即将期末考试成绩在总评中的占比由70%降低至50%，平时作业、随堂测验、模块测验、实验考核和案例分析成绩各占比10%。新评价方式更加注重对学生学习过程的考核，使学生在整个课程学习过程中保持高度紧张感，提高学习的时效性和目的性，进而提高学生学习材料力学的热情和材料力学课堂教学效果。     

基于WebGL的舰船模拟训练虚拟三维技术应用

由于目前国内的舰船模拟训练系统大多均为岸基模拟器,和半实物半仿真的应用模式,受制于该传统方式下系统通用性、可扩展性差,成本高等局限性;提出一种基于WebGL的舰船模拟训练虚拟三维环境,采用其应用框架Three.js图形引擎库在网页中绘制3D虚拟交互界面,可直接通过浏览器登录系统,从而给出了可跨平台免插件高效的舰船模拟训练界面;结果表明该方法在人机交互界面的友好性、监控的直观性、训练操作的便捷性、较强的沉浸性等方面具有优势,亦可推广应用于其他模拟训练领域。     

粗糙海面对高斯分布激光光束的反射模型推导

研究激光光束海面反射光强的方向分布特性对海上光电对抗等领域的工程实践具有重要意义.本文采用分形方法模拟粗糙海面,并在海面基准坐标系中建立起描述粗糙海面几何特征的数学方程,然后基于蒙特卡罗方法模拟高斯光束,依据几何光学原理在基准坐标系下推导了高斯光束的海面反射模型,采用该模型可以编程计算激光光束海面反射光强的方向分布.将模拟计算结果与实验结果进行了对比分析,结果表明该模型可以较好地反映激光光束海面反射光强的分布趋势,验证了模型的有效性.     

基于信噪比测量的欺骗干扰检测方法

在捕获北斗信号的过程中,接收机根据预先设定好的信号搜捕策略和门限值来捕获信号;欺骗干扰源通过产生虚假的相关峰和增加噪声基底,可以有效地干扰普通型北斗接收机正常的捕获工作;针对欺骗信号检测问题,在分析欺骗信号入侵对接收机噪声基底影响的基础上,提出了在捕获阶段利用信噪比(SNR)检测技术识别欺骗干扰信号的方法,并对其有效性进行了分析;仿真结果表明,采用该方法的接收机具有一定程度的欺骗干扰识别能力,为提高GNSS接收机抗干扰能力提供了有益的参考 。     

基于PSO-SVR的光纤陀螺温度误差建模与实时补偿

根据在线补偿对于实时性和精度的要求,提出利用粒子群算法优化支持向量回归的方法建立光纤陀螺温度误差补偿模型,并采用多数据窗的温度变化率实时获取方法,满足在线补偿和模型输入的要求。将光纤陀螺置于温箱内进行-15～50℃变温试验,获得实测数据,将温度和温度变化率作为输入,分别进行最小二乘、径向基函数神经网络以及粒子群优化支持向量回归建模,对比结果表明,提出的模型取得了最佳的补偿效果。通过实时补偿对比试验,验证了提出的模型具有良好的实时补偿性能及对于非训练数据的泛化能力。