SBAS电文时序动态编排算法

星基增强系统（SBAS）通过GEO卫星转发SBAS电文实现对GNSS服务性能的提升，以满足民航用户不同飞行阶段的导航需求，因此，合理有效的电文内容及播发时序设计是系统实现高质量服务的重要保证。为提高电文编排的灵活性，避免固定时序填补空余电文引起的播发资源浪费，提出了一种SBAS电文时序动态编排算法，在满足国际标准要求的前提下，综合利用SBAS电文龄期和最大播发间隔实现待播发电文的自动选择。利用NTMF实测数据对当前各主要SBAS的电文进行了特性分析，对所提方法的单双频SBAS电文编排效果进行了评估。结果表明:所提算法可保证电文时序符合国际标准要求，实现了重要电文的优先播发，将空余时隙进行动态分配实现了各类型电文播发间隔的近等比例缩短。与固定时序相比，单频SBAS完好性电文播发间隔缩短约15.0%，首次定位时间缩短约8%，双频SBAS电文首次定位时间缩短约6.5%；与固定时序的BDSBAS B1C电文相比，完好性服务能力提升约14.7%，首次定位时间缩短约16.7%。所提算法有效提升了SBAS电文播发的播发效率，实现了SBAS播发资源的100%有效利用。      

面向BDSBAS电文认证的OTAR播发策略设计

星基增强系统（SBAS）是向用户提供完好性信息的广域增强系统，涉及生命安全领域。为了提高SBAS系统的抗欺骗能力，基于椭圆曲线数字签名算法（ECDSA）提出面向北斗星基增强系统（BDSBAS）的电文认证设计方案。根据国内商用密码标准椭圆曲线（SM2）算法进行相应参数设计和电文排布方案，并描述了空中密钥更新（OTAR）的电文播发策略。为了进一步对试验方案进行验证，采用蒙特卡罗OTAR仿真器，基于3种播发调度算法进行仿真试验，通过调整权重对不同情况下OTAR电文接收时间进行分析。仿真结果为具体情况下OTAR电文方案播发调度的选择提供了重要参考依据。      

碳纤维增强聚四氟乙烯材料微观结构

为了研究碳纤维增强聚四氟乙烯材料的最佳加工工艺,采用扫描电镜对碳纤维增强聚四氟乙烯材料的微观结构形貌进行了观察,并对碳纤维增强聚四氟乙烯材料的结晶形态和成型后毛坯的内部微观缺陷进行了对比研究和分析。研究表明:碳纤维增强聚四氟乙烯毛坯表面存在"球状结晶",无缺陷的毛坯内部不会产生"球状结晶";碳纤维增强聚四氟乙烯毛坯内部的气孔、分层缺陷在冷压过程中形成。减少碳纤维增强聚四氟乙烯粉料的团聚,能有效减少成型后毛坯内部气孔缺陷的产生;碳纤维增强聚四氟乙烯材料冷压时适当降低压制压力,能有效减少分层缺陷的产生。     

粒子运动轨迹的图像处理及流场重构算法研究

为了高效获得颗粒的速度分布，提出一种针对单帧单曝光图像的图像处理方法和流场重构方法。图像处理过程包含去噪、锐化、自适应阈值分割、闭运算、去除小颗粒、骨架提取、速度提取、二义性判断、求切线等步骤和方法，对该处理过程的主要误差也进行了分析与修正。流场重构使用了基于RBF（Radial Basis Function）插值且采用迎风插值进行优化的算法，插值结果以速度云图及矢量图的形式展示，对该过程的主要误差也进行了分析与验证。最后的处理结果显示，针对单帧单曝光图像的图像处理方法和流场重构方法具有可行性。     

ADS-B监视报文参数统计及其所需性能

基于广播式自动相关监视（ADS-B）报文的位置导航不确定性指标（NUC_P）的监视质量备受关注。针对位置导航不确定性参数好、监视质量却不高的问题，深入研究广播式自动相关监视报文数据项及其与基于性能的通信与监视的相关性。在充分考虑通信导航监视相关性及全球卫星导航系统（GNSS）广域增强等因素基础上，推导、构建了监视所需性能估计模型，并给予合理简化。在测试空域利用2个具有运行资质的生产商ADS-B接收站，连续采集近2亿条ADS-B报文，统计分析报文各信息项的状态参数，并应用到所需性能估计模型评估计算这两个ADS-B站的所需监视性能。此外还将参考文献报文参数代入模型评估所需性能。结果显示，当考虑报文各信息项统计状态及具备广域增强服务支撑时，ADS-B所需监视性能参数估计值未达到99.9%要求。若缺乏广域增强服务及相关性因素等，系统所需性能与国际民航组织（ICAO）监视要求的差距则更大。     

熔融沉积成型连续碳纤维增强尼龙蜂窝芯材的压缩特性

采用熔融沉积成型方法成形了连续碳纤维增强尼龙复合材料蜂窝芯材,并对不同测试方向的静态单轴压缩特性进行了表征分析,着重关注不同测试方向熔融沉积成形蜂窝芯材平面静态压缩破碎行为和能量吸收行为,并与纯聚合物基体进行对比。结果表明:X_1方向的压缩平台区域的力-位移曲线更加平滑稳定,且载荷值稍高于X_2方向,因此X_1方向更适用于能量吸收应用;此外,连续纤维的增强作用可使蜂窝芯材的平台载荷值得到明显提升。研究结果为连续纤维增强聚合物复合材料的空间增材制造提供理论基础。     

基于空间注意力机制的行人再识别方法

行人再识别是图像检索领域的一个重要部分，但是由于行人姿态各异、背景复杂等因素，导致提取到的行人特征鲁棒性和代表性不强，进而影响行人再识别的精度。在AlignedReID++算法基础上，提出了基于空间注意力机制的行人特征提取方法，应用在行人再识别中取得了很好的效果。首先，在特征提取部分，引入空间注意力机制来增强特征表达，同时抑制可能的噪声；其次，通过在卷积层中引入实例正则化层（IN）来辅助批正则化层（BN）对特征进行归一化处理，解决单一BN层对特征色调变化以及光照变化的不敏感性，提高特征提取对亮度、色调变化的鲁棒性；最后，在Market1501、DukeMTMC和CUHK03 3个行人再识别通用数据集上对所提改进模型进行测试评价。实验结果显示:改进后的模型在3个数据集上识别精度分别提升了2%、2.9%和5.1%，表明改进后的模型相较于改进前的模型，在精度以及鲁棒性上都有显著提高。