简介:当弹体表面安装喷管时,在喷管迎风条件下往往出现不利的侧向喷流干扰,翼梢安装喷管能减弱这种不利干扰.采用有限体积离散方法求解N-S方程,研究了旋成体-边条翼-舵组合体翼梢安装喷管的侧向喷流干扰特性和规律.分析了干扰流场结构和喷流干扰因子随Mach数、攻角、飞行高度等参数的变化特性.研究结果表明:翼梢喷流干扰形成了非常复杂的流场结构,虽然翼梢喷流远离弹体,仍对弹体、翼、舵上的载荷产生明显影响,在不同飞行条件下干扰范围和强度明显不同.喷流气动干扰因子规律复杂并呈非线性变化,干扰因子大于0.5的范围明显增加,有效增加了喷流控制使用范围.但在某些条件下仍然出现较大负值,产生严重不利干扰现象.
简介:传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneousHiddenMarkovModel,HMM)出发,结合自适应函数链神经元网络,训练出适应环境变化的混合语音模型,并采用该混合模型进行语音识别。实验结果表明,该模型适用于含噪语音的识别,特别是在低信噪情况下,可以相对提高识别率。
简介:盒式翼布局相对常规布局可以很大程度地减小诱导阻力,同时平滑的升力分布有利于减小跨声速激波阻力,但双翼间的气动干扰是跨声速盒式翼布局存在的主要问题.为掌握跨声速双翼气动干扰特性,选用超临界翼型RAE2822作为双翼翼型,对M=0.75,正负交错两种情况下双翼几何参数对布局升阻特性的影响进行数值研究.结果表明,增大双翼的纵向距离可以减弱双翼间气动干扰,使升阻比提高至无干扰升阻比.其中,前翼在下、后翼在上的负交错布局在双翼纵向距离为1.5倍上翼弦长时即可接近无干扰升阻比,更有利于提升布局的升阻特性.负交错时双翼的垂直间距对布局升阻比影响不大,无翼差角且减小前翼弦长有利于提高升阻比.
简介:稀疏表示是近年来新兴的一种数据表示方法,是对人类大脑皮层编码机制的模拟。稀疏表示以其良好的鲁棒性、抗干扰能力、可解释性和判别性等优势,广泛应用于模式识别领域。基于稀疏表示的分类器在人脸识别领域取得了令人惊喜的成就,它将训练样本看成字典,寻求测试样本在字典下的最稀疏的表示,即用尽可能少的训练样本的线性组合来重构测试样本。但是经典的基于稀疏表示的分类器没有考虑训练样本的类别信息,以致被选中的训练样本来自许多类,不利于分类,因此基于组稀疏的分类器被提出。组稀疏方法考虑了训练样本的类别相似性,其目的是用尽可能少类别的训练样本来表示测试样本,然而这类方法的缺点是同类的训练样本或者同时被选中或者同时被丢弃。在实际中,人脸受到光照、表情、姿势甚至遮挡等因素的影响,样本之间关系比较复杂,因此最后介绍局部加权组结构稀疏表示方法。该方法尽量用来自于与测试样本相似的类的训练样本和来自测试样本邻域的训练样本来表示测试样本,以减轻不相关类的干扰,并使得表示更稀疏和更具判别性。