高燃速推进剂标准物质研究

在高燃速推进剂成熟配方的基础上选择标准物质的候选物,确定了合理的试样尺寸和制作工艺,制备了燃速定值范围在35~60、70~90、100~120 mm/s的3种高燃速标准物质。其均匀性和稳定性经考核合格后,采用多次定值试验确定其特性量值与不确定度。结果表明,高燃速推进剂标准物质可满足不同燃速范围燃速仪检定的需要,可确保测试结果准确可靠。     

大比表面积α-Fe2O3的制备及其催化性能研究

用沉淀水解法制备了大比表面积的亚微米α-Fe2O3粒子,并用SEM、XRD、FTIR和BET对其结构和形态进行了表征。结果表明,α-Fe2O3粒子的分散性较好,粒径为200 nm,比表面积为69.7 m2/g。用DTA研究了α-Fe2O3粒子对AP热分解的催化性能。结果表明,Fe2O3粒子对AP热分解的催化性能与其粒径及比表面积有很大关系。Fe2O3粒子对AP热分解的催化能力大小依次为本实验制备的Fe2O3粒子>纳米Fe2O3粒子(40 nm)>市售的Fe2O3粒子(0.2μm)。     

小型化超宽带H面脊喇叭端射天线

超宽带天线技术是实现射频孔径综合的关键技术之一,适用于解决大型电子信息系统中采用多个天线带来的布局困难、互相干扰等问题。本文设计了一款具有端射特性的小型化超宽带H面脊喇叭天线。天线通过加载指数型脊结构,降低了矩形波导的截止频率,从而大幅展宽了天线工作带宽。同时,通过在喇叭口加载单曲面形介质透镜,改善了辐射口面上相位不均匀的问题,进而显著提高了天线的端射增益。该天线结构紧凑,其尺寸仅为0.57λ_L×0.45λ_L×0.11λ_L,可覆盖0.8 GHz～18 GHz的超宽频带,且交叉极化优于30 dB。该天线剖面低、结构稳定、易于加工,可直接安装于金属结构上,易于与载体集成。通过与同类型端射天线相比可知,该天线在小型化和电性能两方面都具有优越性。     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

基于多站数据融合的参数精估计方法

针对侦察设备处于星载SAR副瓣照射范围,从而导致截获信号湮没于强噪声背景这个问题,本文提出一种基于多站接收机之间的数据融合方法。在信号形式未知的情况下,通过此方法可以检测出淹没在噪声中的微弱信号,进行信号的分类和时频域参数的精估计。首先,将参考接收机与其他接收机之间进行互相关处理,得到峰值信息,根据峰值信息的位置得到信号与参考信号之间的延迟位置,进行延迟校准;其次,各个接收机分别进行粗步长的分数阶傅里叶变换（Fractional Fourier Transform,FrFT）,记录峰值信息为精估计做准备,根据峰值角度和分数阶傅里叶反变换恢复出原始信号;最后,判定是否存在信号,若信号存在实现多站原始信号功率比的加性融合,根据多站峰值信息限定旋转角度范围,采用精步长的分数阶傅里叶变换估计出调频率和中心频率;利用联合互相关谱实现信号能量的累积,采用自适应门线和边界波谷连续取小方法,找到信号存续状态中的左右边界,估计出带宽和中心频率,计算脉宽,实现时频域信号的精估计。仿真实验表明：该方法可以在低信噪比的高斯白噪声和有色噪声背景下,对线性调频信号（Chirp）的时频参数进行有效的精估计。     

基于选星预处理的改进随机抽样一致性RAIM方法

多星座导航能够增加可视卫星数量,改善卫星几何构型,已成为卫星导航定位领域发展的重要方向之一。多星座导航接收机自主完好性监测（RAIM）技术对提高导航系统的完好性具有重要作用。面向多星座导航的完好性监测需求,分析了传统随机抽样一致性（RANSAC）故障检测方法的不足,提出了一种基于最小样本集选星预处理的改进RANSAC RAIM算法。该算法基于最大四面体积法和GDOP值贡献度的选星方法选取具有较好构型的卫星构成卫星子集,取代了传统RANSAC RAIM方法通过遍历构成卫星子集,可有效避免卫星子集中存在较差卫星几何构型的情况,减少子集数量,提升故障检测的准确率。静态和动态仿真实验表明,改进的RANSAC RAIM算法在检测效率和检测准确率等方面明显优于传统方法。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。     

面向室内场景的惯性磁感应定位方法

针对卫星拒止的室内导航问题,在现有磁信标定位技术的基础上,通过分析低频旋转磁场的特点,建立了一种不受传感器姿态和磁信标磁矩信息影响的磁感应矢量夹角观测模型,并结合MEMS惯性导航的误差模型提出了一种以磁感应矢量夹角的正余弦值为量测信息的惯性磁感应动态定位方法,避免了磁传感器姿态误差和磁矩误差对定位结果的影响。利用实验室的双轴磁信标实验系统进行静态测试,验证了磁感应定位模型具有不受传感器姿态、环境中遮挡物以及磁矩影响的特点;通过数值仿真的方式对基于无迹卡尔曼滤波(UKF)的惯性磁感应定位方法进行验证,结果表明该方法能有效地抑制惯性导航的发散,且位置最大误差小于0.75 m,满足大多数室内场景下的高精度导航定位需求。     

不依赖卫星的定位导航与授时体系研究

定位导航与授时(positioning, navigation and timing, PNT)体系是支撑人类社会发展的基础设施。当前以卫星为核心的天基PNT应用广泛,但在卫星拒止环境下面临严峻挑战。通过总结天基PNT在国民经济发展与国防建设中的重大作用,分析天基PNT的脆弱性与依赖风险,明确了对不依赖卫星的PNT体系的迫切需求。提出了不依赖卫星的PNT体系概念与特征,即以“惯导+时钟”为核心增强基础PNT能力,利用外源传感器多源融合提高精度保持能力,在卫星拒止条件下为用户提供可承载的高性能PNT服务。基于现有技术基础重点发展微小型、高精度、低成本惯导技术,微时钟技术以及智能融合技术是有效途径,能够实现不依赖卫星的PNT覆盖性、精确性与可承载性的全面提升。     

基于分数阶理论的铁路基础设施形变监测数据分析与挖掘

北斗高精度定位系统因噪声等因素会产生一定范围内的随机误差,这导致传统模型难以直接对监测数据进行精准分析,因此提出基于分数阶理论的北斗监测数据分析方法,从数据整体趋势角度挖掘铁路基础设施形变演化规律。首先,给出分数阶分析方法的理论框架,并对基础理论进行详细介绍;其次,提出利用α稳定分布对原始数据进行概率密度拟合,实现数据的非高斯特性估计;再次,通过长程相关特性和多重分形特性挖掘隐藏在监测数据中的深层次趋势特征,从数据分数阶特性维度分析未来变化趋势;最后,所提分析方法应用于国内某重载铁路的基础设施形变监测,实验结果表明所提出的分析方法能够在噪声干扰下实现北斗监测数据的精准分析,能够对各组监测数据的演化规则和铁路基础设施形变程度进行精准判别。