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。     

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。     

非死锁合同网协议驱动的多机分布式时序任务分配

针对多无人机协同任务分配的时序约束问题，提出了基于非死锁合同网协议(DF CNP)的分布式时序任务分配方法，从理论上避免任务死锁，提升分配结果最优性。定义了局部信息条件下时序任务死锁判据，通过检测时序任务图环路状态与顶点可达性，判定分配方案的全局死锁状态，保证分配结果的可行性。定制了最近邻-深度优先混合搜索算法，在合同网排序过程中优先选择最近邻任务，并结合死锁判据递归回溯，在分布式架构下并行生成满足死锁约束的任务排序方案，提升分配结果的最优性。仿真对比结果表明：相比于非死锁遗传算法(TB GA)，DF CNP在求解效率方面具有显著优势；与耦合约束一致性束算法(CBBA TCC)相比，DF CNP结果最优性明显提升。