滑跑无人机前起落架收放系统仿真及安全特性分析

为了给装备试验考核提供技术参考,研究前起落架收放系统在飞机起降过程中的动态特性,以某型飞机前起落架收放系统为研究对象,建立起落架虚拟样机三维仿真模型;通过多体动力学和有限元仿真分析方法,研究收放系统在气动载荷、重力以及作动筒载荷耦合作用下的可靠性和安全性。结果表明:起落架收放系统的各个铰接点受力合理,其强度、刚度、模态频率以及稳定性满足相关指标。通过对起落架的仿真分析,为后续武器装备的考核提供切入点和重点关注点,也为起落架收放系统性能评估及参数鉴定和优化提供技术参考。

滑跑无人机起降过程动力学特性分析及性能底数评估

在备战打仗大环境下,为了给装备试验考核提供技术参考,针对滑跑起降无人机起降阶段机身-起落架-地面之间复杂的动态特性,本文建立了飞机-起落架-跑道的系统动力学仿真模型及动力学方程,分别采用多尺度法和有限元分析法研究了其在不同气动载荷、重力以及作动筒载荷耦合作用下的系统动力学特性,并对可靠性和安全性进行了仿真分析.结果表明,不同降落速度对起落架-地面系统的动力学行为有较大的影响;起落架系统强度、刚度和安全特性满足相关指标.通过滑跑起降无人机动态安全特性以及在飞行作战中的极限疲劳寿命分析,为后续武器装备的考核以及性能底数评估提供了技术参考.

直升机雷达特性模拟方法研究

针对直升机靶机建设中遇到的直升机RCS理论数据准确性无法验证问题,提出了采用缩比尺寸直升机模型/小型无人直升机室内紧缩场测试的方法,并通过仿真数据迭代融合提高仿真算法的可信度。同时,本文分析了基于空中靶标的雷达目标特性模拟技术,提出了一种采用收/发天线组合的有源目标特性模拟设备建设思路,实现对某型武装直升机雷达目标特性逼真模拟。

基于轻量级网络的装甲目标快速检测

针对战场环境下装甲目标的检测任务,提出一种基于轻量级网络的快速检测方法.首先以轻量级卷积神经网络MobileNet 作为骨架网络,构建一个多尺度的单步检测网络;然后针对装甲目标的尺寸分布情况使用分辨率更高的卷积特征图,并在每个检测单元上新加入一个残差模块,增强了对小尺度目标的检测能力;最后引入focal-loss损失来替代传统的交叉熵损失函数,有效地克服了训练过程中存在的正负样本分布极度不平衡的问题.针对装甲目标构建了专用的目标检测数据集,并在该数据集上对几种目前主流的单步检测方法进行了训练和测试,实验结果表明,该方法在检测精度、模型容量以及运行速度上均取得了较好的效果,对于无人机等小型移动侦查平台具备良好的适用性.

基于改进PSO-SVM的预测算法研究

针对支持向量机(SVM)中参数对模型预测精度的影响,提出一种改进粒子群(PSO)优化支持向量机参数算法,使改进PSO-SVM算法的预测精度提高。在粒子群算法中通过改变惯性权重、改进加速因子和变换搜索策略原则,得到支持向量机的最优参数。采用不同的数据集进行实验验证,并与SVM算法和传统PSO-SVM算法对比,证明改进PSO-SVM算法的有效性,且预测效果更佳。