糠酮树脂炭及其炭/炭复合材料微观结构与性能研究

通过浸渍/炭化(PIC)工艺制备了糠酮树脂炭块及糠酮树脂基炭/炭复合材料,对其密度分布、力学和热物理性能及微观结构高温演变过程进行了分析研究。结果表明,制备的糠酮树脂炭块及其炭/炭复合材料密度分布较为均匀,其压缩强度分别为33.9、99.4 MPa,室温~1 000℃时平均线膨胀系数分别为3.91×10-6、1.69×10-6K-1;当热处理温度达到2 100℃左右时,Lc值开始大幅度增长,标志着无定形碳向石墨晶体结构转变。在整个热处理过程中,炭/炭材料石墨微晶尺寸增长幅度比纯树脂炭的大,树脂炭块的显微结构为一种高孔隙度的炭结构,但在炭/炭复合材料中树脂炭与纤维之间界面结合良好。     

并联六自由度对接平台运动学标定方法研究

对并联六自由度对接平台的结构参数标走问题进行了研究。通过实测运动平台的位姿变化以及对应六根丝杆的增量，提出了直接确定结构参数的标定方法，与传统标定方法相比，避免了迭代计算与收敛判断。仿真验证表明了所提方法的有效性和实用性。     

全光纤陀螺全数字信号处理研究

为了提高全光纤陀螺的精度,扩大测量动态范围和简化电路结构,提出了一种结构紧凑,适合于中低精度范围的光纤陀螺信号处理方案.该方案主要采用全数字信号处理技术来替代传统模拟电路的功能,并且具有同时处理三个光纤陀螺光学表头输出信号的特点.采用该方案的样机精度达到1～10(°)/h,动态范围达到±500(°)/s.     

多传感器数据融合与弹道落点的预报

为了更精确地对弹道落点进行预报，对多传感器数据融合技术进行了,分批人出了雷达、红外系统和光测系统与传感器融合子系统连用的实例，并得出结论：单传感器的精度是难以满足现代战争需要的，寻求一种较好的融合方法来提高落点预报精度虽是一个难题，但仍是可行的。     

用遥测数据预报导弹落点的误差分析

针对利用遥测数据进行导弹落点预测这一方法 ,分析了误差源 ,在此基础上建立并编写了干扰弹道模型 ,研究讨论了这种方法在进行落点预测时所造成的预测误差。计算结果表明 ,仅仅利用遥测数据进行导弹落点预测有很大的误差 ,必须结合外测手段才能做出较为准确的落点预测     

基于半参数回归模型的双星系统定轨算法及精度分析

天基测控系统是航天测控的一个发展趋势.给出了双星定位系统的定轨原理;建立了基于半参数回归的双星系统定轨模型,包括对卫星轨道摄动误差的基函数表示和观测残差的函数拟合等;给出了基于半参数回归的轨道估计算法及计算步骤;并从理论上分析了基于半参数回归模型的轨道估计算法能有效的消除非线性因素对参数估计性能和精度的影响,其定轨精度优于经典的最小二乘处理算法;最后通过对卫星仿真观测数据的处理以及卫星定轨精度的分析,表明该算法确实有效,在相同仿真条件下,定轨位置精度和速度精度分别提高了41.5%和41.3%.     

人造地球卫星初轨计算的单位矢量法

本文在建立两组单位矢量系统Ｒ＊，Ｓ＊，φ＊和ρ＊，Ａ＊，ｈ＊的基础上，给出了初轨计算的新的条件方程形式以及对不等精度、不同类型的观测资料的加权处理方法，这对充分发挥高精度测距资料ρ和测速资料ρ·的作用十分有利。实测计算表明，本方法基本解决了初轨计算中轨道半长轴不易定准的困难，并具有定轨精度高、适用范围广、稳定性能好等优点，对静止卫星转移轨道入轨段超短弧段测量资料的初轨计算，作用尤为明显。     

商业成像情报卫星的现状和发展趋势

分析了商业成像情报卫星的现状及其特点，展望了商业成像情报卫星技术的发展趋势。指出，商业成像卫星以其应用范围广泛、商业价值巨大而得到了美、俄等国的高度重视，并在技术上得到迅速发展；商业成像情报卫星突破或淡化了军用与民用的界限，实现了两者的信息共存、资源共享、综合利用；未来商业成像情报卫星将朝着小型化、一体化、数字化、可见光成像与微波成像的方向发展。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

一种航电设备故障诊断专家系统的设计

故障诊断专家系统在自动测试与诊断领域有着广泛的应用 ,它是自动测试系统的核心技术之一。文中介绍一种航电设备故障诊断专家系统 ,对该系统的原理、系统组成和基本设计思想做了较详细的介绍