空间目标表面包覆材料褶皱对光散射特性的影响

空间目标表面包覆材料的不规则褶皱对其光散射特性具有显著影响.对空间目标表面褶皱进行分类并分析不规则褶皱形成的主要原因.以金聚酰亚胺薄膜样片为研究对象,搭建样片辐射亮度测量系统,获取不同褶皱程度样片的辐射亮度数据.将辐射亮度转换为星等进行分析发现,理论计算与实验测量得到的星等曲线趋势存在较大差异,主要表现为:平面材料的单一镜面反射现象消失;样片在多个角度上出现分散的较强散射点;褶皱程度越高,分散的强散射点越多.结果表明,在对空间目标的光散射特性进行数值计算时,必须充分考虑表面包覆材料褶皱的影响,根据褶皱情况修正数值计算模型,这对空间目标的探测和识别具有重要意义.      

基于数字地形的机场终端区离场航迹预测

高效准确的航迹预测能够掌握飞机的运行轨迹,是空管自动化与智能化领域的关键要素,旨在提高空中交通的运行能力和可预测性。针对高原机场终端区内离场航空器运行,通过挖掘大量历史数据的特征关系,提出基于长短时记忆(Long Short-Term Memory, LSTM)神经网络的航迹预测模型。此外,考虑高原机场复杂的地形环境使得离场航空器安全运行条件更为严苛,引入支持向量回归(Support Vector Regression, SVR)算法建立数字地形模型,得到离场航迹上经纬度所对应地形高度的剖面图。采用拉萨贡嘎国际机场的真实离场航迹与地形数据进行实例验证,结合地形条件对所预测离场航迹的安全性进行评估。实验结果表明：基于LSTM神经网络建立的离场航迹预测模型具有较高的精度,且离场航空器能够实现满足最小超障余度的安全运行。     

低轨目标短弧关联的稳健方法

未来大量低轨星座部署一旦完成，将会对传统的空间目标监视提出更高的要求.广角光学望远镜系统具有广域监视效果，可以同时观测大量目标.但是广角望远镜的观测数据大部分属于“短弧”观测数据，单次观测无法进行空间目标的初始轨道确定.目前有效的解决方案是对光学观测弧段进行准确关联，融合多组观测数据进行初定轨.本文以容许域方法为基础，通过优化拟合两段观测短弧的轨道，结合卡方检验，确定不同观测弧段之间的关联性.其次详细描述了对于低轨目标，用仅测角观测数据进行关联的时候，存在的病态性问题.最后，针对低轨目标短弧关联错误率高的问题，提出了用角度误差特性规律进行误关联识别的方法.误关联的准确识别有效地提高了对于低轨空间目标仅光学观测序列的关联成功率，为后续的空间目标编目提供了有效的数据支撑.     

基于随机时延的弹射式干扰研究

针对传统噪声压制技术对合成孔径雷达形成有效干扰需要功率比较大的特点,研究了一种随机时延的弹射式干扰方法。该方法是在传统的弹射式干扰基础上,采用随机的干扰机转发时延。由于采用随机时延,方位向不同的回波时延不同而不能被压缩,干扰信号的距离向的压缩虽能成像,但已经是随机分布的。改进后的弹射式干扰能够覆盖整个成像区域,形成类噪...     

喷管对旋转爆震发动机性能影响的实验

为了研究喷管对旋转爆震发动机（RDE）性能的影响,设计了RDE推力测试台,RDE环形燃烧室的内径和外径分别为70mm和80mm,长度为40mm,以氢气和空气分别作为燃料和氧化剂,采用环缝-喷孔对撞式掺混方式,使用高能火花塞点火,并用压电式压力传感器测量推力,实验研究在燃烧室出口安装收敛喷管、扩张喷管以及拉瓦尔喷管对发动机工作性能的影响.结果表明,入口总质量流量小于0.126kg/s时,在发动机稳定工作的工况范围内,收敛喷管对发动机推进性能的提高最为明显.爆震波的传播速度及RDE的推进性能随着入口质量流量的增大而逐渐提高,而当量比则存在一个最佳值,使爆震波的传播速度及RDE的推力达到最大.基于混合物的比冲最高能够达到95.21s.      

基于仅光学观测的短弧关联分析方法

初始轨道确定是空间目标编目的一个重要部分，尤其在光学仅角度观测下是极具挑战性的。光学观测在短弧的情况下很难进行有效的初轨确定，解决短弧问题的一个重要手段是将不同时刻获取到的短弧数据进行关联匹配，找到属于同一个目标的观测数据。以容许域的方法为基础，通过找到拟合多组观测数据的最优轨道的方式来确定角度预测值和角度测量真实值之间的最小误差。其次，根据对观测误差统计特性的研究，从理论上验证了线性化误差传播方式在短弧数据应用上的可行性，并给出合理的误差限，通过卡方检验的方式确定弧段之间的关联性。同时，给出了所提出的短弧关联分析方法应用于LEO，HEO，MEO，GEO轨道的结果，并描述了应用于长间隔低轨道目标观测数据上的困难，提出了用角度预报值的误差特性规律对低轨目标关联进行改进的方法，结果表明对于LEO观测短弧的关联性识别的成功率由原来的87%提升到99%。     

不同燃烧室长度的旋转爆震发动机实验研究

为了研究燃烧室长度对旋转爆震发动机(RDE)推力和比冲的影响,设计了RDE推力试验台,以环形燃烧室内径和外径分别为70mm和80mm的RDE作为实验模型,发动机采用环缝-喷孔对撞式掺混方式,以H2和Air分别作为燃料和氧化剂,使用高能火花塞直接点火,并用压电式力传感器测量推力,实验研究燃烧室长度分别为40mm,60mm,90mm和120mm的发动机工作性能。通过实验发现,燃烧室长度对RDE稳定工作的工况范围有很大的影响;在稳定工作的工况范围内,燃烧室内的爆震波的传播速度及RDE的推力和比冲随着入口质量流量的增大而逐渐提高,而当量比和燃烧室长度均存在一个最佳值,使爆震波的传播速度及RDE的推力和比冲达到最大值。针对于本论文中的RDE实验模型,基于混合物的比冲最高能够达到74.61s。     

基于深度神经网络的空间目标结构识别

利用空间目标雷达散射截面(Radar Cross Section, RCS)序列开展空间目标结构识别是空间态势感知的重要组成部分。文章针对 RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络（Deep Neural Network,DNN）算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DNN算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证。分析结果表明,DNN算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点。     

一种空间目标RCS序列的姿态异常检测方法

准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。