一种瞬时大带宽DRFM系统的信道化设计

为实现宽带雷达回波信号的模拟生成,通常采用基于信道化技术的射频存储(DRFM)系统。在信道化DRFM系统中,不合理的信道划分方案和多相滤波器设计会导致频谱混叠、频谱分量缺失和幅度失真。文章提出了一种相邻信道频谱有50%交叠的信道划分方法,并对信道化滤波器组进行了优化设计。在此基础上,给出了一种瞬时大带宽DRFM系统的实现方案。仿真结果表明,文章提出的设计方案可以实现Nyquist采样带宽内雷达信号的射频存储和模拟转发,且具有较小的幅度失真,可以满足瞬时大带宽雷达回波信号的模拟需求。     

一种基于DRFM和数字信道化技术的 宽带雷达目标干扰模拟器设计

提出了一种DRFM和数字信道化技术的宽带雷达目标干扰模拟器设计方案,详细讨论了宽带雷达信号的数字信道化接收算法和基于DRFM的扩展目标/干扰生成方法。仿真分析结果表明,该方案可以实现1 GHz带宽的雷达导引头目标干扰信号模拟,并可推广用于宽带雷达导引头干扰机和宽带雷达导引头数据采集系统设计。     

短切碳纤维增强环氧树脂形状记忆复合材料的制备与性能研究

为实现形状驱动能耗与复合材料力学性能的最佳配合，本文在热致环氧形状记忆聚合物基体中提高增韧剂新戊二醇二缩水醚（NGDE）含量来降低其玻璃化转变温度，同时添加短切碳纤维（SCF）来抵消由增韧剂引起的刚度降低负面效果。通过实验研究了不同NGDE、SCF含量对复合材料形状记忆转变温度、形状记忆性能和力学性能的影响。结果表明，增加NGDE含量可将环氧聚合物基体的形状记忆转变温度从90 ℃降至43 ℃，其储能模量和弯曲模量也随之降低。在11wt%NGDE上添加SCF后，复合材料的玻璃态储能模量、橡胶态储能模量、弯曲模量最高可提高至原始试样的1.9倍、7倍和2.4倍。     

航空数据存储卡毁钥能力评价方法研究

为满足复杂战场态势下机载数据的安全性需求，需要建立对航空数据存储卡毁钥能力有效评价的方法。 建立航空数据存储卡毁钥能力有效性评价的目的是保证航空装备信息安全的重要措施，是科学、准确评价毁钥 设计是否满足需求的重要手段，是航空装备定型列装前必要的信息安全测评过程。通过对航空数据存储卡的典 型结构和硬件毁钥原理进行分析，对毁钥后电学、物理和化学等技术手段进行深入的研究，提出一种针对航空 数据存储卡毁钥能力的评价方法，从数据存储卡读取能力和存储介质损毁状态两个过程对毁钥效果开展评价， 从而规范了当前测评机构对数据存储卡毁钥能力评价过程中无统一方法的现状。本文利用该评价方法对某样品 航空数据存储卡经硬件毁钥试验后开展毁钥效果分析，验证方法的有效性。航空数据存储卡毁钥能力评价方法 可以很好的评估毁钥设计的效果，确保机载数据的安全。     

基于形状记忆合金的仿壁虎柔性脚掌设计

壁虎通过脚掌独特的外翻机制可以迅速地在壁面实现黏附与脱附。本文通过对壁虎脚掌外翻脱附过程的仿生研究，模仿壁虎外翻脱附机理，以形状记忆合金丝为驱动器，设计仿壁虎柔性脚掌，开展力学分析与计算。基于形状记忆合金的驱动特性及仿壁虎机器人的运动步态，设计了仿壁虎柔性脚掌的控制策略。最后分析了脚趾有无外翻动作脱附时的受力情况，实验测试了柔性脚趾的弯曲与外翻脱附性能，验证了仿壁虎柔性脚掌设计的有效性和可行性。     

基于长短时记忆神经网络(LSTM)的钟差预报算法

原子钟钟差预报在原子时计算和原子钟频率驾驭中发挥着重要的作用。长短时记忆神经网络（LSTM）预报算法能够处理多参数长期依赖关系的时间序列预报，以氢钟和铯钟实测数据为样本，通过构建LSTM钟差预报模型，降低了长期原子钟内部噪声以及原子钟漂移对钟差预报的影响，并以72h，240h和720h为预报时长，分别与线性多项式模型、灰色模型和Kalman模型原子钟钟差预报模型进行预报误差对比。研究表明，在240h以上的预报时长中，LSTM建模长期依赖关系的优势得以体现，相较于其他3类模型可以获得更高的预报精度。     

航天器大尺度部件折叠展开原理分析及应用

围绕航天器向大尺度、远距离发展所涉及的大尺度部件在轨展开技术中新工艺、新材料、新结构等，对现有航天器大尺度部件的折展机构进行了统计与分析，系统梳理了在轨航天器折展机构的技术参数、结构与组成等。介绍了折纸艺术、自回弹材料与记忆合金等新工艺、新材料在航天器太阳帆板、天线等大尺度部件上的应用。重点分析并梳理了新型结构的特性及其工作原理，包括：充气展开式、单轴旋转式、径向扩展式、单元重构式、延长伸展式等。最后，结合即将开展的载人登月与月球基地建设、太阳系探测等深空探测任务，对在轨航天器大尺度部件的折展结构与机构的发展趋势进行了展望。     

碳纤维特性对C/ C 复合材料界面性能的影响

分别采用扫描电镜、比表面积与孔体积分析仪等手段对日丝(RS-Cf ) 和美丝(MS-Cf ) 两种碳纤 维进行表面状态表征分析,通过纤维顶出试验、冲剪强度和弯曲强度对两种纤维制备的C/ C 复合材料界面性 能进行了微观和宏观测试,研究了不同表观结构纤维对C/ C 复合材料界面性能的影响。纤维表面形貌观察结 果表明:圆形RS-Cf 表面沟槽比腰果形MS-Cf 明显,但沟槽数量少于MS-Cf,而MS-Cf 的比表面积、孔体积和 孔径均大于RS-Cf。RS-C/ C、MS-C/ C 复合材料界面强度分别为2. 98 和3. 80 MPa;RS-C/ C 复合材料的弯曲 和冲剪强度分别为55. 9 和32. 0 MPa,低于MS-C/ C 复合材料的65． 0 和35. 2 MPa,微观和宏观力学性能均表 明MS-C/ C 复合材料的界面强度高于RS-C/ C 复合材料。     

基于形状记忆聚合物复合材料航天航空可变形结构技术研究进展

形状记忆聚合物及其复合材料是一种在相应的外界刺激下可以在临时形状和初始形状之间进行切换的智能材料,具有低密度、低成本、可回复变形大,刺激方式可控等优点,在航天航空领域,如:空间可展开结构、锁紧释放机构、变体等,展现出来了巨大的应用潜力。这些应用大多处于开发阶段,一部分完成了地面功能验证,少部分进行了航天实验。本文首先总结了形状记忆聚合物(SMP)和形状记忆聚合物复合材料(SMPC)的分类,以及恶劣的空间环境因素下SMP的性能变化。随后总结了SMPC的空间可展开结构,包括:铰链、桁架、太阳能电池阵;SMPC的解锁释放结构;SMPC的变体结构以及基于4D打印的SMPC可展开结构的潜在应用。最后,对形状记忆材料和结构的发展前景进行了展望。     

A hybrid deep neural network based on multi-time window convolutional bidirectional LSTM for civil aircraft APU hazard identification

Safety is one of the important topics in the field of civil aviation. Auxiliary Power Unit(APU) is one of important components in aircraft, which provides electrical power and compressed air for aircraft. The hazards in APU are prone to cause economic losses and even casualties. So,actively identifying the hazards in APU before an accident occurs is necessary. In this paper, a Hybrid Deep Neural Network(HDNN) based on multi-time window convolutional neural network-Bidirectional Long Short-Term M...