实战天基激光武器系统设计的技术需求分析

本文系根据美国天基激光武器采购能力和结构研究 (A&AS)项目综述的一篇技术报告。文中分析了空军和导弹防御组织 (BMDO)发展天基激光武器 (SBL)所采取的现行技术途径以及为使实战SBL系统投入战场使用所必需的技术需求。A&AS项目确认了需要大力改进当前技术能力的几个重要技术领域 :发展大型展开式光学系统 ,提高波阵面控制和振动控制能力 ,增加激光器功率。最后讨论了还需改进的远程目标捕获、跟踪和指向控制技术 ,空间飞行器的共性技术 ,建模和仿真 ,以及地面试验技术。     

基于死区补偿的氧调器平稳切换自抗扰控制

歼击机中供氧系统内的氧气气压调节系统（氧调器系统）对飞行员的飞行质量至关重要。但是氧调器系统易受飞行环境和飞行员呼吸状态等因素的影响,而且氧调器所用阀门大多含有死区,会给控制系统带来稳态误差,导致控制难度增大,一般的控制策略难以兼顾补偿较大死区和抗扰两个条件。针对此问题,建立了基于音圈电机驱动阀的氧调器系统模型,并针对模型死区特性采用了死区补偿和双限幅模块,设计了基于死区补偿的平稳切换自抗扰控制策略。仿真及对比结果表明：采用同一套控制参数,可以使氧气面罩内压强在各个呼吸频率时有效,并快速地控制在呼吸阻力容许界限以内;并且其呼吸阻力低于将死区看作扰动的一般自抗扰控制（ADRC）。同时,验证了此策略的鲁棒性和抗扰性。     

商用飞机机务维修保障能力评价方法

商用飞机机务维修保障能力的评价效率亟须提高。首先,建立商用飞机维修保障系统能力评估指标体系;然后,介绍主成分分析法的原理,并建立优化决策模型;最后,通过SPSS软件采用主成分分析法对不同维修保障方案进行评估,以保证飞机的适航完整性。结果表明:主成分分析法消除了主观因素对评价的影响,得到的评价指标可用于商用飞机维修保障能力的定量评价,评价结果可为各航空公司及维修单位提供借鉴。     

温度垂直递减率对飞机尾涡影响的数值模拟

为了更深入精确地研究航空器尾涡演变规律，保障航空器安全运行，本文采用数值模拟方法对不同温度垂直递减率下A330-300飞机尾流的耗散规律进行了研究。数值模拟选择SST (Shear stress transport) k-ω湍流模型，通过构建5种不同温度垂直递减率下的温度场，并在温度场内编译A330-300飞机尾流场实现不同温度垂直递减率下的演化。通过数值模拟结果与雷达探测数据的对比验证了数值模拟方法可靠性。计算结果表明，一般湍流强度下，不同的温度垂直递减率主要作用于尾涡衰减阶段，通过改变尾涡内外温度影响尾涡演化。温度垂直递减率越小，尾涡衰减区环量减小得越快；温度垂直递减率越大，尾涡下沉的速率越大，快速耗散后的涡核间距越大。     

国产高模碳纤维/环氧复合材料在太阳翼基板上的应用研究

基板是空间太阳电池阵电池电路的安装基础，“上下碳纤维复合材料网格面板+铝蜂窝芯+聚酰亚胺膜”是基板的典型结构。高模量碳纤维作为太阳翼核心关键原材料，必须实现自主可控，避免受制于人。为此，开展了国产高模碳纤维CCM40J-6K/环氧复合材料在太阳翼基板上的应用试验研究，提出了CCM40J-6K/环氧复合材料在产品应用上的宏观力学、微观网格抗拉脱、聚酰亚胺膜粘贴等三个关键环节，针对性地设计并实施了常温和高低温交变力学性能、网格面板节点结合力、聚酰亚胺膜粘贴性能以及基板结构热循环性能等5个方面的测试验证。验证结果表明：CCM40J-6K太阳翼基板各项力学性能与进口M40JB-6K相当，可以沿用原M40JB-6K相关基板成型工艺，单层及多层铺层基板试验件能够经受高低温交变及热循环恶劣环境，试验件试验前后力学性能无明显变化，且聚酰亚胺膜无脱粘现象，网格节点拉伸强度国产碳纤维网格面板相比进口碳纤维网格面板高18.9%。说明国产碳纤维CCM40J-6K能够应用于太阳翼基板结构研制。     

SiC_(f)/SiC复合材料铣削加工表面质量北大核心CSCD

使用PCD立式铣刀对聚合物浸渍裂解法(PIP)制备的SiC_(f)/SiC复合材料开展单因素铣削试验,通过对加工中产生的切削力和加工后的表面粗糙度进行测量,分析了铣削工艺参数对其的影响;对加工表面、纤维断口进行SEM分析,讨论了SiC_(f)/SiC复合材料加工表面的形成。研究结果表明,表面粗糙度与切削力的变化趋势相同,高主轴转速和小切削宽度有利于得到表面粗糙度较小的加工表面;近孔洞区域与远离孔洞区域的材料去除方式不同;材料中纤维发生面内偏移和层间屈曲,纤维存在多种去除方式。     

顾及不确定性分析的多数投票 SAR 影像变化检测

合成孔径雷达（Synthetic Aperture Radar，SAR）影像变化检测是遥感领域的一个重要研究方向。文章以投票法（Majority Voting，MV）为基础，提出一种全新的顾及不确定性分析的SAR影像变化检测方法（Uncertainty Analysis-based MV，UAMV）。首先选取三组典型的差分影像生成算法，生成三组互补的差分影像。然后使用模糊C均值聚类估算每组差分影像的关于变化类和未变化类的模糊隶属度函数。最后用模糊集合和信息熵理论优化MV，构建顾及不确定性分析的多数投票法，并用所构建方法融合三组差分影像的模糊隶属度函数，生成变化检测图。为验证文章方法的有效性，通过三组真实SAR影像数据进行实验分析。实验结果表明：1）通过用信息熵分析MV融合过程中的不确定性，能够显著提高MV的变化检测性能；2）与7种现有相关算法相比，UAMV方法能够取得更优的变化检测结果。该研究为SAR影像变化检测提供一种新的思路和方法。     

大规模物联网恶意样本分析与分类方法

物联网（IoT）恶意样本发展迅猛，在网络中大量攻击各类物联网设备，但由于开源问题导致其家族特征并不明显，需要一种更细粒度的样本分类方法，以解决高级威胁样本发现和攻击组织追踪等问题。针对该问题，对2019年5月至2020年5月捕获到的157 911个物联网恶意样本进行了大规模分析，并标注了一套包含9个家族分支共计12 278个样本的数据集。提出了物联网恶意样本的分类方法，通过静态逆向分析提取FCG图和文本等复杂结构特征，利用图表示学习和文本表示学习的特征，在标注的数据集上取得了平均召回率88.1%的分类效果。所提方法在实际工作应用中效果优异。