双星预警系统弹道参数估计及一些问题分析

主要讨论由2颗地球同步轨道卫星组成的卫星预警系统(简称双星预警系统)中弹道导弹参数的估计问题。阐述了主动段运动的建模问题和弹道数据处理方法,考虑到微分求速的重要性,采用了带光滑约束的样条拟合方法。结合预警系统对弹道导弹预警的具体情况,分别讨论了预警系统下的发射原点估计、射向估计、关机时刻估计、关机点弹道参数估计、落点估计等问题。还讨论了系统中存在的两个问题的分析与解决。模型及分析方法均经过理论和仿真的验证,可应用于双星预警系统下的实际预警的研究。     

含硼富燃料推进剂低压燃烧模型

针对含硼富燃料推进剂低压燃烧的凝相反应和气相燃烧具有气相反应在燃面上的惰性“沉积层”中进行、气相放热主要由AP与HTPB分解产物的扩散燃烧产生的特点,以BDP模型为基础,建立了含硼富燃料推进剂低压燃烧模型,分析了“沉积层”对气相燃烧的影响。结果分析认为,“沉积层”的存在是含硼富燃料推进剂能在较低压强下维持稳定燃烧,并具有较高燃速和压强指数的主要原因。燃烧模型实质是对BDP模型的拓展,利用该模型定性解释了含硼富燃料推进剂低压下特有的燃烧现象。     

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。     

一种基于工程化气动加热算法的天线热防护设计

高超音速气动热仿真技术是提高天线热防护能力的重要支撑之一,为了进一步缩短研制周期和节约成本,本文提出了一种以冷壁热流和壁面恢复焓为输入条件,以MATLAB和CFD联合迭代快速求解高速气流中天线温度场的工程化算法。在利用气动热试验证明仿真结果与实验数据的高一致性后,以该仿真方法对一个高速气动加热时长为500 s的天线实施了防隔热优化设计,根据仿真评估出的导致核心器件温升的主、次要因素,针对性地提出改进措施,最终目标印制板由过往的320℃下降到了142℃,热控效果显著。     

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。     

基于北斗三号短报文的共视数据压缩传输方法

共视时间比对通过交换两地共视数据完成远距离高精度的时间比对。针对无地面通信网地区,本文提出了一种基于北斗短报文的共视数据压缩传输方法,该方法通过将共视数据进行压缩,利用北斗的短报文功能对压缩后的共视数据进行实时传输,在无地面通信网的地区进行了共视时间比对试验。试验结果表明,本文设计的共视数据压缩方法具有较好的压缩效果,可以通过北斗短报文实现无地面通信网的情况下的实时共视时间比对。     

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。     

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。