90年代的战术导弹技术

本文论述战术导弹的研制方向及导弹性能提高后对作战的影响,提出90年代战术导弹主要应在成本、推进装置、导引头、数据传输线、电子仪器和处理技术、分析能力等六大关键领域作出改进。     

地面静电加速度计的位移检测电路设计

高精度静电悬浮加速度计可作为海空重力测量仪器中的核心传感器,检验质量的位移检测电路是加速度计控制系统的核心,其精度直接影响了加速度计零偏和标度因数的稳定性,因此需要研究分辨率高、噪声小的位移检测系统。针对高精度静电悬浮加速度计的地面应用需求,以大表面积质量比的敏感探头结构为测量对象,设计了基于差动电容的位移检测电路,建立了电容检测电路的数学模型,对电路误差源进行了系统分析。实验结果表明,该电路能够有效地抑制悬浮高压引入的耦合误差,减小电路噪声。当电路工作在零点附近,20kHz内的噪声小于2×10-6V/Hz1/2,对应电容检测分辨率为2.93×10-5pF/Hz1/2,能够满足地面应用静电加速度计对位移测量精度的要求。     

国外海洋卫星的现状与未来

卫星海洋遥感对观测与研究全球海洋环境和海洋资源具有重要作用,其特点是快速、连续、大范围和能同时观测多个参数。目前,全球已发射了40多颗探测海洋的卫星,包括专用海洋卫星和装载多种遥感器具有大气、海洋、陆地等环境监测能力的综合型遥感卫星。海洋卫星是专门用于观测和研究海洋的人造地球卫星。虽然利用气象卫星和资源卫星也可以获得一些海洋现象的信息,但由于海洋现象和变化     

直升机行星架疲劳裂纹扩展寿命预测

直升机行星齿轮保持架（简称行星架）是传动系统的重要部件,其可靠性对于直升机的飞行安全至关重要。行星架疲劳裂纹故障的发生、发展受多种因素影响,其故障诊断和寿命预测都有难度。为准确预测行星架疲劳裂纹寿命,研究了其裂纹故障发生、发展规律,提出了基于对数线性的方法,将裂纹扩展过程离散化处理,采用Paris公式,定量描述裂纹扩展速率,结合Miner准则,累积其疲劳损伤过程,最终得到随裂纹长度变化的行星架剩余使用寿命数值。利用有限元软件ANSYS Workbench的疲劳寿命模块对计算得到的数值结果进行了仿真对比,验证了方法的精确性和有效性。      

推广海上卫星应用，助力海洋产业发展

我国辽阔的海域、丰富的资源,为远洋运输、内河航运、渔业生产带来了广阔的发展前景,而海洋资源的有序开发和有效监管,在国民经济发展、海洋权益保护中占有着重要的地位。同时,卫星通信、卫星导航、卫星遥感等技术手段是确保海上信息通信及其安全的重要手段。我国“一带一路”和“互联网+”国家发展战略,也为我国海上卫星应用创造了新的发展机遇。为总结和交流国内外海上卫星应用现状,促进海上卫星通信技术发展,中国宇航学会卫星应用专业委员会于2016年7月21日在北京召开“第二届中国海上卫星应用研讨会”,主题为“推广海上卫星应用,助力海洋产业发展”。     

"2016小卫星发展与管理研讨会"在京举行—大量发展小卫星面临的法规与管理

2016年4月7日,中国宇航学会卫星应用专业委员会在中国科技会堂召开了"2016小卫星发展与管理研讨会".张履谦院士、戚发轫院士及100余名政府主管部门和各相关单位的管理和专业人员出席了会议,原总参通信部副部长杨千里任大会主席.会议主要讨论了大量发展小卫星面临的法规与管理问题,包括小卫星发展现状、空间碎片监管、轨道频率申报和协调、业务运营模式和监管、小卫星发射和测控以及商业航天等内容.     

轨道误差对星敏感器对地指向精度的影响分析

针对使用星敏感器进行对地指向精度问题,分析了影响卫星对地指向精度的主要因素,根据卫星轨道误差,推导了轨道根数误差对经度方向和纬度方向上的指向误差方程.分析了轨道根数对指向精度的影响规律.最后对轨道根数误差的影响进行了仿真,仿真结果与分析结果一致.     

毓星 机场洞察者

正"我特别注重机场安检方面的服务,因为安检涉及到我们旅客每个人的切身利益,安全永远是第一的。""近十年,首都机场的巨大变化可以用改天换地来形容。记得第一次去T3航站楼的时候,立马被它那大气磅礴的气势所震撼,就跟刘姥姥进了大观园似的,一切都那么新鲜。"     

流体力学深度学习建模技术研究进展

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。