星载大功率复杂微波部件微放电效应数值模拟

随着航天器有效载荷技术向高功率、小型化持续发展,复杂结构微波部件微放电数值模拟与阈值分析成为影响微放电分析的基础瓶颈问题。基于电磁时域有限差分计算方法与粒子模拟技术,结合二次电子发射模拟,提出了微放电电磁粒子联合仿真方法,数值模型中考虑了真实电子间的库仑力以及电子运动产生的电荷和电流变化对电磁场的影响,解决了复杂结构微波部件微放电三维数值模拟技术难题。实现了在统一的三维空间网格与时间步进行电磁场值演变计算、电子运动状态变化推进计算与二次电子产额与能量分布计算,基于得到的二次电子数目随时间变化趋势实现了微放电阈值预判,通过微放电电子随时间演化获得了微放电过程具体物理图像及放电位置,并与实际器件微放电实验进行了对比验证。结果表明,所提出的三维电磁粒子数值模拟方法可对大功率微波部件微放电效应的物理过程与具体放电位置进行三维描述,预测的阈值与微放电实验测量值吻合良好,误差小于1.2dB,验证了该方法的有效性与准确性,对于深入研究微放电效应微观物理机制、提高大功率微波部件微放电设计与分析水平具有重要意义。     

基于时域有限差分的微放电仿真算法

为克服传统微放电阈值预测方法建模粗糙、精度低的缺点,提高阀值预测精度和效率,研究了基于时域有限差分的精确微放电阀值预测算法。基于时域有限差分算法和粒子追踪算法,通过时空网格自洽互耦实现复杂结构微波器件微放电阈值准确计算。其中,共形和并行算法是提高微放电仿真精度和效率的关键。文章基于空间蛙跳策略实现了基于时域有限差分的微放电仿真算法,利用算法分析了典型微波器件的微放电阈值,仿真与实验结果吻合良好,误差小于0.3dB;同时,并行效率最高可达83%,验证了算法的准确性和高效性。     

基于MEMD和ELM的飞机机翼健康状态预测技术

复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加载试验,利用光纤传感器及其采集系统募集飞机复合材料机翼盒段的原始应变信息,对其健康状态予以表征。对所采集的原始应变信息进行MEMD分解,提取分解后各频带信号的能量熵作为表征飞机复合材料机翼盒段健康状态的特征信息,采用动态主元分析法(DPCA)将所提取的能量熵特征信息进行融合,采用融合后所得到的能量熵构建ELM预测模型,对某型飞机复合材料机翼盒段健康状态进行预测。试验研究表明,本文方法可以有效实现飞机机翼的健康状态预测,具有很好的应用前景。     

天问一号着陆器大底分离安全性分析与验证

针对天问一号着陆器大底分离过程,建立大底分离动力学模型并分析分离安全性,基于分析结果设计了大底分离策略.利用大底分离动力学模型和近距离扰动气动模型,分析了分离过程的相对速度和姿态运动规律,根据大底与着陆器的正分离要求确定了大底分离的最小弹射速度.考虑到着陆器姿态运动影响分离安全性,对着陆器施加角速度阻尼控制并限制了最短...     

旋翼干扰下的直升机尾桨气动噪声计算研究

针对旋翼干扰下的直升机尾桨气动噪声计算问题,将CFD方法与Farassat 1A(F1A)公式相结合,提出了一种适用于旋翼干扰下的尾桨气动噪声数值计算方法。首先,应用所提出的方法进行了噪声的算例验证,并与参考文献结果进行了对比;然后,着重针对悬停和前飞状态旋翼干扰下的尾桨噪声及气动特性进行了计算分析,并与孤立尾桨状态进行了对比。计算分析结果表明:悬停状态下,旋翼干扰下的尾桨气动噪声水平显著大于孤立尾桨;而在前飞状态,由于旋翼尾迹对尾桨桨盘平面产生更强的气动干扰,这一现象会更加明显;同时,在旋翼干扰作用下,尾桨噪声的主传播方向也会发生明显变化。     

多飞航导弹目标协同跟踪技术研究

针对多飞航导弹对目标协同跟踪精度较低的问题,提出了一种基于弹载雷达组网和GPS/INS组合导航的无偏不敏自适应融合跟踪算法。首先,通过领弹和攻击弹的优化布站,以有效提高多飞航导弹对目标的定位跟踪精度和突防能力;在时空协同的基础上,利用无偏不敏转换对各飞航导弹的目标量测进行预处理,以减小因旋转、平移和线性化误差所带来的影响;最后,结合统计双门限判决机制,利用自适应融合跟踪算法来有效实现多飞航导弹目标协同跟踪精度的提高。仿真结果表明,与现有的弹载雷达跟踪算法相比,该算法具有较高的定位跟踪精度。     

用于铷原子磁光阱的超高真空系统设计

上抛式冷原子干涉重力仪,以Rb原子作为操控介质,使其在二维磁光阱中被冷却,在三维磁光阱中装载并在干涉区内实现探测。根据重力仪对真空系统的特殊要求,对真空系统的结构和参数进行设计,完成真空泵、真空腔室结构及光学玻片等关键部件的选型及设计,设计出结构紧凑实用的超高真空系统。在后期磁光阱的装配中,提出了相应的关键工艺技术,实现了超高真空系统的组装搭建。通过差分管的设计,二维磁光阱的真空度控制在10-6Pa,三维磁光阱的极限真空度达到10-8Pa。     

Application of ERA5 Reanalysis to the Construction of Initial Conditions for WACCM Simulations

This study uses ECMWF fifth-generation reanalysis, ERA5, which extends to the mesopause, to construct the Initial Conditions (IC) for WACCM (Whole Atmosphere Community Climate Model) simulations. Because the biases between ERA5 and Sounding of the Atmosphere using Broadband Emission Radiometry (SABER) temperature data are within ±5 K below the lower mesosphere, ERA5 reanalysis is used to construct IC in the lower atmosphere. Four experiments are performed to simulate a Stratospheric Sudden Warming (SSW) event from 5 to 15 February 2016. The simulation using the WACCM default climatic IC cannot represent the sharp meteorological variation during SSW. In contrast, the 0~4 d forecast results driven by ERA5-constructed IC is consistent with ERA5 reanalysis below the middle mesosphere. Comparing with WACCM climatology ICs scheme, the ICs constructing method based on ERA5 reanalysis can obtain 67%, 40%, 22%, 4% and 6% reduction of temperature forecast RMSE at 10 hPa, 1 hPa, 0.1 hPa, 0.01 hPa and 0.001 hPa respectively. However, such improvement is not shown in the lower thermosphere.      

基于迁移学习的卷积神经网络SAR图像目标识别

针对卷积神经网络中因网络参数随机初始化和参数过多导致的收敛速度慢及过拟合的问题,提出了一种基于迁移学习监督式预训练的卷积神经网络。首先,引入迁移学习的思想,采用小规模数据集作为源域的训练样本,针对源域中源任务进行监督式训练得到预训练模型;然后,构建一个多层的卷积神经网络作为目标域中目标任务的待训练网络,将源域中获得的预训练模型作为该网络的初始参数,大规模数据作为目标域的训练样本进行网络的微调,通过这种基于特征选择的迁移学习,实现源域到目标域的特征信息迁移;针对卷积神经网络中全连接层参数过多的问题,采用卷积层替代全连接层。试验使用美国国防高等研究计划署的移动与静止目标搜索识别（Moving and Stationary Target Acquisition and Recognition,MSTAR）数据集中三类目标数据作为源域样本,十类目标数据作为目标域样本,结果表明该算法的十类目标识别精度达到了99.13%,且具有更快的误差收敛速度。     

基于信息隐藏的遥感图像分块压缩

目前JPEG2000等图像压缩方法受制于压缩倍数的限制,无法满足用户对海量遥感数据的实时传输要求,需要进一步减少高分辨率遥感图像产生的数据量,以满足遥感图像数据的空间传输要求。针对此情况提出了一种基于信息隐藏的遥感图像分块压缩方法,利用图像块的相似性判决出基准图像块和相似图像块,将相似图像块的编号隐藏在基准图像块中,只对基准图像块进行JPEG2000压缩。采用标准图像库作为样本图像进行仿真,结果表明,该方法将样本图像压缩前的数据量减少1/3,同时将该样本图像的压缩比提高1.5倍。