飞行器并行设计产品文档管理与电子仓库模型

并行设计在航天飞行器领域的重要性不言而喻,产品数据管理(PDM)系统能对并行设计起到技术支撑的作用。文档管理和电子仓库作为PDM系统的基础及核心模块,在飞行器并行化设计中起着重要作用。本文以PDMEnablers为依据,采用面向对象的建模方法,首先提出了基于Enablers的飞行器并行工程PDM系统的结构模型;其次建立了文档分类浏览树,分析了电子仓库与文档管理二者之关系,在此基础上建立了文档管理与电子仓库模型,并对文档的状态变迁机制进行了研究。     

光学遥感器星上定标的新进展

文中简要阐述了光学遥感器星上定标的重要性,分析了光学遥感器星上定标的现状,重点介绍了增强型主题绘图仪(ETM)、中分辨率成像光谱仪(MODIS-N)、中分辨率成像光谱仪(MERIS)、可见/红外成像辐射计(VIRI)和红外多光谱扫描仪(IRMSS)等几个光学遥感器上的几种新的、典型的星上定标系统。最后,对星上定标的发展趋势进行了概括。     

机翼的雷达散射截面计算

飞机雷达散射特性是影响飞机生存力的重要因素之一。在镜面反射得到控制后，机翼成为影响飞机雷达散射特性的重要散射源。利用物理光学和物理绕射理论计算翼的雷达散射截面。在计算中不仅考虑了机翼表面和后缘尖劈的散射，而且也考虑了由于面分块造成翼面不连续而形成的尖劈散射。     

提高线阵采样式光学遥感器图像空间分辨率的新方法研究

介绍了提高采样式光学遥感器图像空间分辨率的国内外发展现状,以任意两维周期采样理论为基础,探索了一种通过把线阵探测器倾斜θ度而非常规线阵推扫的0°,同时把推扫方向的采样间距缩短为P/m,而非常规线阵推扫的P的新焦平面采样方法。该方法相对于常规线阵推扫采样,可以增加采样密度,提高图像空间分辨率。在原理研究的基础上,设计了一套实验验证系统,通过实验系统对该方法进行了物理及其可行性验证。试验结果表明:如果探测器阵列旋转45°并且推扫方向采样间距减半,相对常规线阵推扫采样,图像的空间分辨率可以提高1.64倍左右。相对于高模式采样技术和超模式采样技术,该方法避开了两排错位排列探测器的难题,因此工程实现上要简单。     

小卫星编队飞行的应用模式分析及展望

自上世纪90年代后期开始,国际上关于小卫星的研究越来越引起世界航天领域的极大兴趣和广泛关注。目前,关于小卫星及其应用研究也已进入了一个新的阶段。作为小卫星应用的一个重要方面,小卫星的编队飞行技术也被普遍认为是未来小卫星应用模式的必然趋势。正因为如此,在近10年的发展过程中,包括美国航宇局、喷气推进实验室、美国空军和欧空局在内的多家著名航空航天研究机构都斥资开展了多个编队飞行任务,小卫星编队飞行技术及其应用研究已经取得了相当的成就。     

低轨对地观测卫星凝视成像仪探讨

文章介绍了典型空间信息获取方式及特点，阐述了低轨对地观测卫星凝视成像面临的问题及解决对策，对两种低轨对地观测卫星凝视成像仪及其应用进行了探讨。     

采样成像系统中的混叠问题研究

文章就采样成像系统中的混叠问题进行了探讨。     

球面螺旋槽动静压气体轴承动态特性试验

根据轴径偏离稳态平衡位置进行变位运动时气膜力的变化规律,建立气膜刚度和阻尼系数的计算矩阵方程,使用滚动迭代算法计算气膜瞬态刚度和阻尼系数。分析升、降速阶段气体轴承在周期1、周期2和混沌运动过程中瞬态刚度和阻尼的振动特征,研究气膜涡动和振荡的力学机理,以改善气体轴承动态特性、减小气膜涡动和振荡,提高气体轴承运行的稳定性。结果表明:通过气膜刚度阻尼系数变化特征可以判断转子的运行状态。当气膜力波动,刚度阻尼系数出现周期性波动变化,引起气膜振荡;当气膜瞬时刚度系数波动幅值增大10倍以上,轴承转子接近临界失稳进入混沌运行状态;当气膜刚度阻尼系数发生畸变,轴承出现碰磨失效。     

基于适航符合性的翼身融合布局客机客舱布置设计

基于适航符合性，结合结构空间限制，从过道宽度、最大并排座椅数、应急出口布置、应急撤离、乘务员座椅布置、洗手间和厨房布置等方面，对某翼身融合布局客机方案的客舱布置开展设计，得到了382座典型两舱布置方案，该方案具有2对机头A型出口和4个机腹A型出口，4条纵向通道和5条横向通道。该布局可以满足适航标准对过道宽度、最大并排座椅数、应急出口类型、应急出口均布性、应急出口通路、乘务员数量、乘务员视界等相关要求。通过与座级相当的常规客机对比，该布局纵向和垂向空间舒适性较高，公务舱座椅排距约多出58%，靠近舱室壁板的乘客头部空间约多出4%~18%；但横向空间舒适性稍差。通过应急撤离仿真系统分析，该布局满足"90 s应急撤离"要求。     

一种空间目标RCS序列的姿态异常检测方法

准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。