陆基无线电授时系统信号分析与解算

时间应用的广泛性以及授时战的提出,使国家更加重视授时服务体系的完备性以及灵活性。为顺应授时战要求,从我国整体授时体系出发,简单介绍授时系统的工作原理,从多方面对比各类授时系统;主要分析了我国陆基无线电授时系统的发播程序以及信号格式等,对BPM短波呼号以及时码结构进行补充与修正,并讲解对陆基无线电授时信号的解算过程,利用实际试验验证解算方法的可行性;最后根据我国目前授时体系的现状以及授时战的要求,给出应对授时战的技术路线,对未来我国授时体系发展方向提出建议。     

一种新型空间微小碎片超高速碰撞试验地面模拟方法

文章简要叙述了空间微小碎片环境及其对航天器的影响,同时介绍了一种新型空间微小碎片超高速碰撞地面模拟方法——激光驱动飞片技术。     

复合材料(结构)粘接质量检测的错位散斑技术

系统地分析了错位散斑条纹的形成机制,并在多种条件(真空荷载、热流荷载、音频扫描荷载等)下对各种复合材料结构粘接质量进行了检测及评估,可检测出厚1mm层合板内直径>5mm的缺陷,夹芯结构内直径>10mm的缺陷;对于包覆层结构可检测出深度在12mm以内、直径>5mm的空隙脱粘缺陷,而零粘接力缺陷也能检测出厚度为2mm、直径>30mm的缺陷。同时引入相移技术使错位散斑检测方法不仅具备非接触、高精度和全场实时观测等特点,而且也实现了复合材料结构粘接质量的定量无损检测。     

某降落伞伞绳断裂仿真分析

分析了在降落伞充气过程伞衣织物的传力路线 ,得出当连接伞衣的某根伞绳断裂之后其上的力将由与其邻的伞绳承担。并且采用动力学仿真软件ADAMS进行建模 ,针对 5种情况进行分析得出伞绳间隔断裂时最危险伞绳承受的力比伞绳连续断裂时要大     

关于教师与计算机辅助教学关系的探讨

计算机辅助教学(Computer Assisted Instruction，简称CAI)作为一种现代化的教学技术，越来越受到大家的喜爱和重视。但在具体课堂教学应用中，还存在着各种各样的问题。针对这些问题，本文阐述了在应用计算机辅助教学过程中的个人观点和一些体会。     

磁悬浮控制力矩陀螺的动框架效应及其角速率前馈控制方法研究

在磁悬浮控制力矩陀螺中,局限于磁悬浮轴承系统的动态响应速度,框架的转动将使转子轴的角位移和轴心跳动量显著增大(动框架效应),甚至碰撞保护轴承,严重影响磁悬浮系统的稳定性。本文建立框架转动时的磁悬浮转子相对运动模型,分析了框架转动对磁悬浮转子的单方向作用,在Simulink仿真的基础上提出一种抑制动框架效应的角速率前馈控制方法。实验结果表明,磁悬浮轴承采用角速率前馈控制后,转子跳动量被抑制到原来的18％,大大提高了控制力矩陀螺磁悬浮系统的稳定性,同时还改善了控制力矩陀螺的力矩输出特性。     

FY-2C星应答机子系统技术改进

阐述了风云二号(FY-2)C星测控分系统应答机子系统的功能,以及载频中心频率、工作体制、接收机输入信号电平、馈线损耗、发射性能和功耗等主要技术指标.给出了子系统的组成和工作原理.介绍了C星应答机的倍频链电路、调制器、选用固态功率放大器(SSPA),以及功率合成器放电余量增大等设计改进.试验验证及在轨运行状况表明,C星应答机工作正常,所作技术改进正确有效.     

一种空间科学应用的新型超高速发射装置

文章介绍了一种新型超高速发射装置(HVL)。通过使用一种叫做“枕”的密度梯度变化的冲击器将飞片无损伤地加速到超高速。这个技术已用来将1mm厚的铝、镁、钛(克量级大小)的飞片发射到10.4km/s,将0.5mm厚的铝、钛(半克大小)飞片发射到12.2km/s。     

锥运动条件下新的速度误差补偿项研究

经典的捷联惯导积分算法往往需要在姿态更新过程中对圆锥误差项进行精确补偿。虽然考虑了载体姿态变化的影响,但速度更新算法通常忽略了圆锥效应的作用。就圆锥误差项引起的速度误差进行了研究。指出其与陀螺角增量对速度更新的影响方式相同。在假设的线性斜坡模型条件下,利用两个连续的角增量和比力增量,详细推导了新的速度误差项的二子样更新补偿算法。在一种特殊的机动条件下,即当载体绕横轴作圆锥角振动的同时又沿立轴作同频同相的线振动,推导的二子样优化算法能够使该误差补偿项的平均性能最优。仿真结果证明该优化算法能够对新的速度误差积分项进行有效的补偿。     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。