卫星可靠性技术--计算机辅助可靠性分析

介绍了自行开发的计算机辅助可靠性设计和分析软件(CCARS)的特点及其应用.CXARS软件的主要功能包括可靠性建模、预计与分配,故障模式影响分析及故障树分析等几项常用的可靠性分析功能.它们既可作为单一功能的软件独立运行,又可统一于软件包整体框架下使用.本文对各功能的特殊性作相应介绍,并阐述设计过程中的关键技术.最后介绍了CCARS在航天及核工业等领域的应用.     

一种PCM/DQPSK信号的软件解调算法

由于计算机技术的飞速发展,通过软件的方法实现对信号解调已成为可能,大大拓宽了信号接收和处理的途径,为信号事后处理提供了有效的手段。提出了一种DQPSK信号的软件解调算法,通过估计信号的瞬时相位来提取调制相位信息,恢复出原始的调制码。计算机仿真表明,这种算法能够正确实现对信号的解调,并且解调性能良好,运行效率较高。     

机载遥测发射天线的安装技术

从航空飞行试验的特点出发，阐明了安装机载遥测发射天线的基本原则及安装质量检验方法，介绍几种天线的具体安装方案，提出用三维计算技术定位机载发射天线的设想。     

成都地区民航机场的发展方向

成都双流国际机场是成都地区唯一的民航运输机场，是民航总局“十五”规划6大区域性航空枢纽机场之一，也是目前西部地区客流量最大的机场，其2004年旅客吞吐量达到1168万人次，在国内客流量排名中居第六位。近年来，随着改革开放的不断深入和地方经济、文化的蓬勃发展及旅游资源的不断开发利用，成都双流机场的旅客吞吐量和起降架次持续高速增长，发展势头强劲。     

应用EESOF软件进行带通滤波器的设计

介绍应用 EESOF软件进行微波电路计算机辅助设计的方法 ,并以微波带通滤波器为例讨论了微带电路的设计过程和设计结果。     

传输型光学遥感器斜模式采样新方法研究

文章介绍了实现超模式采样焦平面3种解决方案面临的技术难点,为避开器件问题提出了一 种新的斜模式采样方法。以任意两雏周期采样理论为基础分析了斜模式采样技术的物理原理,并通过实验 手段验证了斜模式采样技术的可行性。试验结果表明:改变探测器推扫方向的采样间距,斜模式采样技术 可以提高传输型光学遥感器图像的空间分辨率,该技术相对于超模式采样技术,工程实现上要简单。     

基于光纤真延迟的信号交织采样技术研究

为了解决电子侦察系统大瞬时处理带宽难以实现的问题,参考借鉴目前主流高速AD器件内部的DEMUX模式,结合光纤真延迟技术,提出了一种利用光纤真延迟线控制精确时延的信号交织采样技术,仿真结果证明了该方法的有效性.     

不同直径光滑圆管中黄原胶溶液流动减阻特性的实验研究

采用实验的方法,测试了黄原胶溶液在不同直径的光滑管道流动中的减阻特性和管径效应。其中变化参数为：（1）管道直径,共有3种管径,分别为5、10和20mm;（2）黄原胶溶液的浓度,变化范围为50~550ppm;（3）流速,用广义雷诺数（ReM）来表征,变化范围为0~50000。实验测量了不同参数下的管道压降Δp和体积流量Q,得到了黄原胶溶液浓度与减阻率的关系,以及ReM数对沿程阻力系数λ的影响,观测到黄原胶溶液减阻具有很明显的浓度效应,即随着溶液浓度的升高减阻率不断增大,直至达到最佳饱和减阻浓度,减阻率基本保持恒定。还观测到黄原胶溶液在不同管径中高低流速下表现出减阻类型的差异。     

关于图论中Woodall猜想的研究

本文通过对图论中Ｗｏｏｄａｌｌ提出的一个问题进行研究。     

Improving orbit prediction accuracy through supervised machine learning

Due to the lack of information such as the space environment condition and resident space objects’ (RSOs’) body characteristics, current orbit predictions that are solely grounded on physics-based models may fail to achieve required accuracy for collision avoidance and have led to satellite collisions already. This paper presents a methodology to predict RSOs’ trajectories with higher accuracy than that of the current methods. Inspired by the machine learning (ML) theory through which the models are learned based on large amounts of observed data and the prediction is conducted without explicitly modeling space objects and space environment, the proposed ML approach integrates physics-based orbit prediction algorithms with a learning-based process that focuses on reducing the prediction errors. Using a simulation-based space catalog environment as the test bed, the paper demonstrates three types of generalization capability for the proposed ML approach: (1) the ML model can be used to improve the same RSO’s orbit information that is not available during the learning process but shares the same time interval as the training data; (2) the ML model can be used to improve predictions of the same RSO at future epochs; and (3) the ML model based on a RSO can be applied to other RSOs that share some common features.