二维三轴编织复合材料压缩失效行为的细观有限元模拟

为研究典型二维三轴编织复合材料（2DTBC）的压缩破坏机理，建立了细观有限元模拟方法体系。提出了反映编织复合材料真实几何特性的单胞模型建模策略，根据Murakami-Ohno损伤理论建立了各向异性损伤模型来模拟纤维束中的损伤起始和扩展行为，通过引入波动系数描述了纤维束的起伏状态，并采用内聚力单元来模拟界面分层。在此基础上，分析得到了二维三轴编织复合材料在压缩载荷下的破坏过程，研究了压缩载荷下纤维束和界面层的损伤演化，探讨了纤维束波动对压缩性能的影响规律。通过与相关试验结果对比，该模型能够准确预测二维三轴编织复合材料在面内压缩载荷下的力学响应和主要失效行为，以及自由边效应。细观失效过程分析结果表明，二维三轴编织复合材料轴向压缩的破坏是由轴向纤维束的纤维压缩失效主导的；横向压缩破坏则是由偏轴纤维束的纤维压缩失效引起的。     

俄罗斯即将完成索斯纳－R地空导弹系统研制工作

俄罗斯近期宣布，其研制的新型索斯纳－R激光驾束制导地空导弹系统即将完成研制工作。     

雷达图像幅值空间变迹算法

针对旁瓣抑制，给出了一种幅值空间变迹算法。该算法与一般空间变迹法不同，主要通过每一像素点幅值与相邻两个Nyquist采样点幅值之和做比较来判别该点处于主瓣还是旁瓣，来加以不同处理。在整数倍Nyquist采样的情况下，这种算法不仅压低旁瓣还使主瓣变窄，能得到比传统SVA更高的分辨率，在非整数倍Nyquist采样的情况下也比SVA具有更好的稳健性。对此进行了实验研究，结果证实了该算法的有效性。     

一种大功率SAR卫星电源系统设计

SAR卫星电源系统具有大功率脉冲供电、响应速度快的特点。文章分析和总结了国外SAR卫星供电拓扑结构,提出了一种具有并网供电功能的双母线SAR卫星供电拓扑结构。通过在平台母线和SAR载荷母线之间的并网控制器,实现故障时SAR载荷母线对平台负载并网供电,提高了供电可靠性。文章还给出了并网控制器在轨使用策略,地面和在轨测试验证了电源系统设计的正确性,可为我国后续大功率SAR卫星电源系统设计提供参考。     

针栓式喷注单元膜束撞击雾化混合过程数值模拟

为了全面认识针栓式喷注器喷雾场结构，基于自适应网格加密技术和分三相计算的PLIC VOF（Piecewise Linear Interface Calculation Volume of Fluid）方法对针栓式喷注单元膜束撞击雾化混合过程进行了仿真分析，通过对两路推进剂分别进行界面追踪，获得了膜束撞击雾化混合过程的详细结构特征，与高速摄影试验结果定性定量对比均吻合较好，验证了数值方法的准确性。以此为基础对膜束撞击的喷雾场结构、撞击变形过程、流场涡结构、雾化破碎典型特征及破碎后的雾化混合分布特征进行了识别分析，结果表明：膜束撞击形成了液束未穿透液膜和液束穿透液膜2种不同的喷雾扇结构。膜束撞击形成的喷雾扇呈"Ω"形，膜束同时发生弯曲变形和横截面变形。另外，膜束撞击同时受到正压和剪切应力作用，导致了一系列复杂涡流现象，使得相互作用增强，雾化混合均增强，这也是膜束撞击喷注构型优于膜膜撞击的本质原因。最后，还发现膜束撞击喷雾场液滴分布呈现分区结构特征，分别是液束控制主导的上雾化区、液膜控制主导的下雾化区及夹在中间的混合区，实际中应兼顾雾化特性和混合特性，选取中等动量比膜束撞击，这可为针栓式喷注器的理论研究和工程设计提供重要参考。     

多星抗洪显神通

１引言□□洪涝水灾是我国也是全球性的主要自然灾害之一。９０年代以来，我国洪涝灾害几乎连年不断，特别是１９９８年长江、嫩江和松花江发生了引起全球关注的流域性大洪水。在此期间，我国遥感卫星地面站，利用加拿大“雷达卫星”数据，并结合其他遥感卫星数据的使用，...     

A non-local vectorial total variational model for multichannel SAR image speckle suppression

This paper aims at the multichannel synthetic aperture radar(SAR)image speckle reduction.This paper proposes a novel energy minimized regularization model for multichannel image denoising,which is an extension of the non-local total variational model for gray-scale image.It contains two terms,namely the vectorial data fidelity term and the non-local vectorial total variation term.The latter is constructed by high-dimensional non-local gradient that contains the structure information of the multichannel image.The existence and the uniqueness of the solution of the model are proved.A fixed point iterative algorithm is designed to acquire the solution of this model.The convergence property of this algorithm is proved as well.This model is applied to the multipolarimetric and multi-temporal RADARSAT-2 images despeckling.The result shows that this model performs better than the original vectorial total variational model on texture preserving.     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

基于SURE准则的参数自适应InSAR相位非局部滤波

干涉相位滤波是干涉合成孔径雷达(InSAR)处理中的关键步骤,然而传统滤波方法难以兼顾噪声抑制和细节保持的效果,故提出了一种改进的非局部滤波器。滤波参数由Stein无偏风险估计(SURE)准则自适应地选择,在有效降低InSAR相位噪声的同时,保留干涉条纹细节和城市建筑的边缘。通过在仿真数据和TanDEM-X实测数据上分别进行实验,并与传统滤波方法对比分析,验证所提出方法的有效性。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.