非定常气动力建模研究与虚拟飞行试验验证

非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络（RNN）结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证:在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。     

FMCW体制毫米波SAR星座未来应用方法初探

近年来，随着天基遥感应用需求的不断多样化，具备干涉测高、干涉测速等能力的多星合成孔径雷达(SAR)组网系统概念面临工程化实现的难题。为降低组网星座成本和规模，提升工程可实现性，提出了双星调频连续波(FMCW)体制毫米波SAR系统概念，并针对其中星间同步、内定标、星间数据传输等关键问题进行了详解。在双星系统的基础上，设计了多星组网拓展方式，使系统具备了高分宽幅、干涉测高、干涉测速等能力，为未来SAR星座应用方法研究提供参考。     

基于小波神经网络的PIM功率时间序列预测

无源互调（passive intermodulation，PIM）是影响通信系统性能的关键因素之一。研究表明，PIM信号并非一个定值，而是随时间变化的非平稳信号。基于PIM功率信号的时间序列特性，文章提出基于小波神经网络的PIM功率时间序列预测方法。首先，详细介绍小波神经网络预测模型及其预测方法；其次，以同轴连接器为验证对象，通过PIM实验测试系统获得3阶PIM功率的时间序列；最后，依据获得的PIM功率时间序列，结合构建的小波神经网络预测模型对后续的时间序列进行预测分析，并将预测结果与实验结果进行比较，从而验证小波神经网络在预测PIM功率时间序列方面的有效性。该研究对于开展PIM抑制技术具有一定的参考价值。     

非接触式低无源互调温箱穿仓接口技术

高低温循环状态下的无源互调（passive intermodulation, PIM）检测是全面评估航天微波产品PIM性能的必要手段，传统的温箱穿仓波导连接方式在温循PIM检测中时常出现因应力、温变等因素导致检测系统残余PIM恶化的问题，严重影响检测灵敏度和检测效率。针对此，提出一种非接触式低PIM温箱穿仓接口技术。在温箱穿仓部位利用非接触电磁屏蔽原理构建非接触式端口，避免了不良电接触，以实现温箱内外快速稳定的低PIM电连接。理论分析了其中非接触结构的PIM抑制特性，针对Ku频段应用设计研制了温箱穿仓接口并开展了实验验证，实测在长时间温循状态下系统3阶残余PIM＜-140dBm@2×100W，获得了稳定的低残余PIM特性，大幅提升了PIM检测性能和检测效率，可广泛推广于各类PIM检测系统应用中。     

战斗机大迎角气动特性研究技术的发展与应用

飞机布局的大迎角气动特性是决定飞行包线左边界的主要因素之一。飞行包线左边界区域的扩展增强了飞机的大迎角机动性和敏捷性，但是同时也极大地挑战着飞机的安全。几十年来，随着大迎角飞行研究技术的发展，战斗机飞行不断突破失速迎角附近及以上区域，将飞行左边界左移，扩大了飞行包线，减少了飞行限制，挖掘了战斗机的作战潜能。本文对战斗机大迎角飞行相关的气动特性研究技术，包括流动机理研究、数值计算方法研究、风洞气动试验、气动建模与数据库构建、气动与控制综合验证等关键技术的发展与应用进行了阐述。基于这些技术的发展，结合工程实践经验，提出了战斗机大迎角气动特性研究的整体思路和方法，包括大迎角气动力预先设计、气动力获取、气动力表达、气动力综合分析和气动-运动-控制一体化验证五个部分，以供相关装备研制参考。