基于VC的微波散射计有源定标试验自动控制系统设计

海洋二号微波散射计是一种用于测量海洋表面风场的仪器，为了提高测量的精度，需要进行精确定标。文章基于VC设计了微波散射计有源定标试验自动控制系统；依据卫星轨道预测，精确计算并自动控制有源定标器的天线指向，自动采集和存储定标信号，实现外场定标试验的自动控制。多次外场定标试验表明：该系统可以实现外场定标试验的自动控制和天线指向的准确计算，根据试验数据拟合得到的天线方向图与实测天线方向图基本吻合，3dB波束宽度内角度测量误差优于0.1°。试验结果表明，通过卫星 地心连线和卫星 有源定标器连线的夹角逼近卫星视角，能够精确计算有源定标器的天线指向。该技术显著提高了试验的效率和有效性，已成功应用于风云三号和演示验证双星有源定标器的设计中。     

平面近场测试中误差的分析

首先介绍了暗室中主要的误差项,然后通过实际测试的方式,分析了其中四项误差对超低副瓣天线-50dB副瓣的不确定度.结果对超低副瓣天线副瓣的误差分析有一定的参考意义,有助于天线设计师了解超低副瓣天线测试中误差项对副瓣的影响量级.     

微小整体叶轮五轴联动微细铣削加工试验研究

微小整体叶轮作为微型发动机的重要组成部分,其加工质量直接影响微型发动机的使用性能。针对微小整体式复杂叶轮流道狭窄、叶片扭曲大和长厚比大等特点,开展了微小复杂扭曲整体式叶轮五轴联动微细铣削加工方法研究。针对微小叶轮加工过程极易发生变形、过切和碰撞干涉等问题,对微小叶轮的加工过程进行工艺规划,建立了微小叶轮流道加工刀具选择的约束方程,计算出叶轮加工刀具的最大理论直径。通过CAM软件对叶轮进行切削仿真,验证了刀具选择和工艺规划的正确性。通过五轴联动微细铣削试验,得到了具有6个直径10mm的叶片、叶片最小厚度0.15mm、叶片最小相邻间距0.58mm的7075铝合金微小整体叶轮。     

对相控阵雷达自适应旁瓣对消的多点源压制干扰

分析了相控阵雷达自适应旁瓣对消的工作原理及方法.然后提出了用多台干扰设备协同工作的相参干扰.每台干扰设备在雷达处理间隔内发射能覆盖真实目标并且持续时间较短的干扰信号,多台设备协同工作在目标附近形成压制干扰.该方法影响雷达样本选择,从而降低自适应旁瓣对消的效果.仿真结果和外场试验表明了该方法的有效性.     

基于观测几何方法的星间链路天线转动总寿命需求分析

星间链路机械可移波束天线的转动总寿命需求是进行天线设计的重要依据。文章提出了一种基于观测几何的仿真方法,实现了航天器运动、航天器姿态控制、天线双轴转动相结合的仿真,同时避免了复杂的动力学仿真,并以某Walker-δ星座星间链路机械可移波束天线为例进行了分析,得出了较为准确的天线双轴转动总寿命需求,可用于长寿命高可靠性设计、制定具体的寿命试验方案等。该方法也适用于其他类型星座或其他依靠机械双轴实现指向跟踪的星间链路终端设备。     

基于几何原理的干涉仪天线安装定位方法

机载干涉仪天线的安装精度要求高,传统安装定位方法需要的人员多、工时长,并且无法保证精确度。本文提出一种基于几何原理的机载干涉仪天线安装定位方法,使用全站仪和相似三角形的几何原理在天线安装位置测量出机身水平线,减少了人员和工时,同时提高了安装的精确度。     

系外行星探索与发现

正绿岸射电望远镜绿岸射电望远镜是地球上最大的全动射电望远镜,位于美国西弗吉尼亚州绿岸山区,这里四周被群山环绕,有助于阻挡这个射电望远镜以外的无线电波。绿岸射电望远镜大约43层楼高,重7700吨。其中,碟形天线活动表面长110米、宽100米,由2000多块小型反射板组成,所获数据量可以达到每秒1千兆字节,就扫描频率范围而言,是"阿雷西博望远镜"的300倍。     

多层缝隙耦合贴片型频率选择表面研究

设计了一种基于缝隙耦合的贴片型频率选择表面（Frequency selective surfaces, FSS），该FSS拥有窄带特性。分析了缝隙结构对FSS的频率响应的影响，提出 了一种具有极化稳定性和角度稳定性的双极化FSS单元。采用全波电磁仿真软件对其进行分 析，同时采用谱域法和周期性矩量法对该FSS进行了理论分析并得到解析解。通过将缝隙改 为十字缝隙实现双极化设计，仿真结果显示该结构具有极化稳定性和角度稳定性，并与理论 分析吻合，表明设计的正确性。     

一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。