卫星物联网中随机接入技术研究进展与展望

卫星物联网具有广域覆盖的特点，可以很好地解决地面物联网的不足。随着海量用户的接入，对接入技术的吞吐量和丢包率提出了更高的要求。目前，以时隙ALOHA及监听信道ALOHA为代表的接入技术在地面得到广泛地应用，但时隙ALOHA在海量接入方面效率低下，不能直接用于卫星物联网，而卫星通信的大传播时延不允许使用监听信道ALOHA。因此，引入干扰消除冲突解决机制的竞争解决分集时隙ALOHA（contention resolution diversity slotted ALOHA，CRDSA）成为新的研究领域。回顾了CRDSA研究进展，从时隙同步和帧同步两个角度将接入技术分为同步CRDSA和异步CRDSA，在深入研究每种技术路线之后，总结了这些接入技术的特点，并以此进行分类概述。其次，详细阐述了每种改进方式的代表性技术原理，并结合技术特点就其在卫星物联网的适用性进行了探讨。最后，分析了未来我国卫星物联网的发展趋势，并结合这一趋势讨论了适用于我国卫星物联网的随机接入技术发展前景。     

新一代高通量卫星通信系统载荷关键技术研究

随着商业竞争的不断加剧,更大容量以及更高灵活性成为了高通量(high throughput satellite,HTS)系统发展的主要目标,新一代的HTS系统即将进入到"Tbps"时代.在介绍HTS系统基本概念及组成的基础上,对HTS系统的发展历程进行了简要总结,按照能力和发展时期,HTS卫星的发展历程大致可划分为四代.重点结合新一代HTS系统的发展,从卫星载荷角度分析了高通量卫星载荷的关键技术,主要包括能够大幅提升系统通信容量的超大规模高性能多波束天线技术,能够提高组网及业务应用灵活性的跳波束通信技术、灵活载荷技术、数字透明转发处理技术以及能够优化系统和载荷设计的波束预编码技术和基于微波光子的星上转发技术等,旨在为我国新一代HTS系统的建设发展提供参考.     

M40J/改性氰酸酯复合材料耐水性能研究

讨论了氰酸酯树脂、环氧改性氰酸酯树脂、环氧树脂及其M40J碳纤维复合材料耐水性能。考察了几种体系的吸水率、吸水前后力学性能变化,并通过SEM分析其微观状态变化。结果表明,氰酸酯及其改性体系具有低的吸水率,力学性能无明显变化,复合材料吸水率低于浇铸体,拉伸模量、剪切强度有一定程度下降,分析认为主要是由复合材料界面破坏引起的。     

采用分布式压电驱动器的翼面热颤振主动抑制

高超声速气动加热会严重影响飞行器结构的颤振特性,本文开展了采用分布式压电驱动器的热颤振主动抑制方法研究。以某飞行器小展弦比翼面为研究对象,进行了常温和热载荷边界条件下的结构振动和颤振分析。在此基础上,对频域非定常气动力进行有理函数拟合,建立包含压电驱动器的翼面耦合结构系统状态空间形式的运动方程;对典型热载荷边界条件下的被控对象设计颤振主动抑制控制律,分别设计出LQG及PID控制器;对比分析了系统开、闭环颤振特性。结果表明,通过主动控制律的实施,达到了热颤振主动抑制的目的,验证了这种颤振主动抑制方法的有效性     

超声速涡轮动叶设计方法研究

研究了基于2维等熵特征线理论的超声速涡轮叶栅设计方法,通过编程开发了超声速涡轮转子叶栅设计软件,该软件可根据进、出口马赫数及进口气流角设计出需要的超声速涡轮转子叶栅。在此基础上应用FLUENT详细地分析了涡轮转子叶栅流场。结果表明:该流场分布合理,未出现激波、分离等现象,且在高载荷系数下具有较高效率。     

大型低速翼型风洞侧壁边界层控制系统研制

介绍了NF-3大型低速翼型风洞多喷嘴级联吹气侧壁边界层控制系统的结构和原理。为验证本系统的功能和性能,采用侧壁吹气方案并使用增量式PID控制算法进行气源压力的控制,对具有增升装置的GAW-1翼型进行了侧壁边界层吹除试验研究。试验结果表明：（1）使用侧壁吹气系统后翼型模型中间截面最大升力系数由2．79增加到2．84,增加幅度1．8％,且模型端面截面的升力系数与中间截面的升力系数基本上相等;（2）利用增量式PID控制算法对气源压力的精确控制较好地完成了风洞侧壁吹气功能,改善了翼型表面流动,减小了侧壁边界层对翼型试验结果的影响。     

Influence of Saline Environment on Fatigue Property of Pre-Corroded Aluminum Alloy

采用预腐蚀7XXX铝合金Kt=1和K1=3 试件进行了实验室空气环境和盐水环境下的疲劳寿命实验,研究了盐水环境对预腐蚀7XXX铝合金疲劳性能的影响.结果表明,盐水环境显著降低了预腐蚀7XXX铝合金的疲劳性能,在实验室空气环境中疲劳寿命的分散性变大,应力水平越低越分散.Kt=1时在高应力水平上,盐水环境下疲劳寿命降低不多,是空气环境疲劳寿命的22.71％,而在低应力水平上盐水环境的疲劳寿命降低显著,是其空气环境疲劳寿命的2.22％.K=3时的盐水疲劳寿命在不同应力水平上的降低几乎相当.     

基于深度学习驱动的L型定向热疏导机理

碳/碳（C/C）复合材料具有热导率大、比强度高、耐烧蚀和耐冲刷等优异特性,被广泛应用于飞行器的热防护系统中,其有效导热系数对于实际应用而言是重要的热物理性质,尽管可以通过有效介质理论、对热扩散方程直接求解和玻尔兹曼输运方程等传统方法计算C/C复合材料有效导热系数,但这些数值方法通常十分耗时。本文引入深度学习方法,将格子玻尔兹曼（LBM）的三维格子模型作为三维卷积神经网络（3D-CNN）微观结构,不仅解决了三维微观结构模型难以捕获的问题,还便于实现数值计算模型和CNN模型的同步简化,利用3D-CNN快速精准地预测三维三相C/C复合结构的有效导热系数,基于此对内置L型高导热碳纤维丝的定向热疏C/C复合结构的有效导热系数进行快速预测和研究。研究表明,CNN模型在LBM传热计算上表现出强大的学习能力,但在测试样本结构孔隙率过分超出训练集时预测误差将大幅增加,且当孔隙率变化范围从30%~35%变化到55%~60%时,CNN模型"内插"预测的相对误差较模型"外推"降低了0.93%~30.72%。在C/C复合结构中内置L型高导热碳纤维丝可以将高温区域的热量沿纤维方向定向疏导至低温区域。     

建模与信真中复杂假设的贝叶斯检验

提出了利用贝叶斯（Bayes）理论对建模与信真（M & S）中的复杂假调进行检验的方法,推导了检验规则及实现算法.该研究对于大型复杂信真系统的置信度评估和提高仿真结果的正确性及减少仿真工作量具有一定的参考价值.     

基于深度学习的PIV流场图像修复技术

粒子图像测速技术（PIV）是空天动力装置研究中常用的流场测试方法。但对具有复杂流动特征的燃烧室,通过传统互相关算法处理得到的流场结果往往具有一定缺陷。本文将深度学习应用于PIV后处理中,以实现流场数据的异常检测和修复。在甲烷预混对冲火焰数据集上,将异常划分为两种类型,并搭建U-Net卷积神经网络架构。经过训练和优化,模型以较高置信水平识别两类异常并使用不同策略自适应修复,过滤噪声并保留原始正常数据。同时模型具有较好的可迁移性,可以为其它种类的流场数据修复提供参考。与POD迭代法和中值滤波相比,神经网络强大的非线性特征具有明显的优势,这种方法不仅修复率高,而且在不同工况下鲁棒性好。