针板结构内壁面的换热特性研究

应用瞬态液晶测温技术对一种层板（针板）内壁面进行了详细的换热特性研究,实验分别测量了孔间距与冲击孔径比（S/D）为3.2,4.5和5.9,冲击雷诺数Re范围为10 000～40 000下的内表面换热特性,同时和传统层板换热特性进行了对比分析.研究结果表明:针板内壁面平均传热系数随着Re的增加而增大,随着孔间距增大而减小;同时给出了靶面和冲击面的平均努塞尔数Nu与冲击雷诺数Re及孔径比S/D的数学拟合准则式.      

缓冲气囊冲击减缓研究进展

本文从气囊缓冲机理出发对近年来国内外缓冲气囊进行了详细的分类和总结。缓冲气囊以其高效的缓冲性能、较轻的质量和低廉的成本等特性,成为重装空投防护与航天器软着陆技术领域的一个热点研究方向。本文首先介绍了密闭型气囊、排气型气囊和组合型气囊的性能和适用范围,讨论了各个类型气囊的优缺点。然后对气囊缓冲特性的数值仿真分析方法和分析模型进行了论述,对比了各类分析方法的原理与优缺点,并阐明了气囊优化设计的重要性和基本方法。此外本文还介绍了缓冲气囊研究的难点和应用前景以及需要进一步研究的问题。     

未来十年我国航天高端光电器件发展的战略思考

通过分析我国高端光电器件的发展现状及其与航天系统级产品之问的互动关系,深刻揭示出阻碍国产航天高端光电器件在系统级产品中工程化应用的"瓶颈"问题与关键环节,从战略上提出解决这些问题的意见与建议.     

机载火控雷达在中远距空战中的抗干扰方法

根据机载火控雷达的性能特点,针对中远距空战面临的电子干扰环境,首先分析和探讨了机载火控雷达的抗干扰技术措施,给出了抗噪声干扰、距离欺骗干扰、速度欺骗干扰、角度欺骗干扰和消极干扰的一些具体方法。然后,从战术使用的角度探讨了机载火控雷达的抗干扰方法,提出了机载火控雷达与欺骗干扰协同、编队协同以及电子防护的战术抗干扰措施。     

一种用于接收微波的基带数字AGC设计

文章首先提出了一种基于微波信号下变频的基带数字AGC实现方案,然后给出了AGC检波电路、滤波电路、比较器电路设计。     

团队进步算法与遗传算法和粒子群算法进行天线阵综合的比较

团队进步算法（TPA）是近期由研究者提出的一种新型优化算法,具有与传统优化算法不同的寻优机制。函数测试结果表明,该算法是一种能够兼顾避免早熟收敛和计算速度的有效的优化算法。文章将团队进步算法、遗传算法和粒子群算法应用于阵列天线方向图综合,给定阵列天线合适的设计要求,用Matlab编制程序对阵列天线进行了优化计算。通过对三种优化算法的综合结果比较,表明新算法在应用于较复杂的阵列天线方面以及在优化性能方面的优越性,显示了新算法在天线设计中的广泛应用前景。     

LEO卫星通信系统模糊逻辑动态位置区方案

文章在基于自主定位的动态位置区方案的基础上提出了模糊逻辑动态位置区方案,通过对用户在给定时间内运动模式的判定来动态改变用户的更新半径,并仿真比较了用户在不同初始更新半径下两种方案的更新和寻呼开销,以及用户在不同模糊逻辑统计时间下的更新和寻呼开销。仿真结果表明用户在该方案下的位置管理总开销相对于普通动态位置区有了明显的降低,提高了位置管理效率。     

GEO编队空间机器人系统交会方法

针对地球静止轨道（GEO）上被服务航天器的远距离和非合作特点,提出一种高自主、高协同、多任务的编队空间机器人在轨服务系统方案,实现对非合作目标的自主交会接近。首先,分析GEO卫星轨道约束力小的轨道特征和非合作的信息交互特征,给出由操作空间机器人和监视空间机器人组成的编队在轨服务系统,设计交会接近相对测量分系统以及在轨服务飞行任务;接着,给出典型远距离交会接近的多视线相对导航方法与多冲量相对制导律;最后,进行远距离交会任务仿真校验,结果表明编队空间机器人交会接近方法是有效的。     

ToF相机在空间非合作目标近距离测量中的应用

针对已有测量手段在空间非合作目标近距离测量中的问题,本文主要分析了ToF（Time-of-Flight）相机在空间应用中的可能性。首先总结了空间非合作目标近距离测量现状及已有测量手段;随后介绍了ToF相机的原理及发展,并以非合作目标典型特征为例对其性能指标进行分析;接着将ToF相机与现有空间近距离测量手段进行性能比较;并对其中的关键技术进行梳理;最后对ToF相机的未来发展趋势及其在空间中的应用进行展望。     

高保真气动伺服弹性系统降阶技术研究

采用高保真非定常气动力辨识技术获得的气动伺服弹性(ASE)系统时域模型往往阶次较高,不利于控制系统设计的应用.为了有效降低高阶ASE系统阶次,研究了高保真ASE模型的降阶特性,分别采用平衡截断、奇异摄动以及平衡奇异摄动模型降阶技术,结合BACT系统讨论了各种方法在ASE模型降阶中的应用情况,通过仿真比较得知,平衡奇异摄动法应用于ASE模型的降阶具有一定的优势,可以大幅降低模型阶次,且能够保证降阶模型的精度.