空客320货舱衬板复合材料的热解和燃烧特性

使用热重分析仪和锥形量热仪在相同条件下分析对比两种试验材料空客320货舱衬板(玻璃纤维/酚醛树脂)和3240玻纤板-FR4(玻璃纤维/环氧树脂)的热解和燃烧特性。试验结果表明:空客320货舱衬板和3240玻纤板-FR4的热解分为4个和3个阶段,货舱衬板的初始热分解温度、点燃时间及燃烧时长均小于3240玻纤板-FR4。3240玻纤板-FR4的有烟时间、产烟率(RSR)及总产烟量(TSR)大于货舱衬板,且产烟率(RSR)及总产烟量(TSR)分别是货舱衬板的2倍、3.45倍;3240玻纤板-FR4的热释放速率(HRR)及总热释放量(THR)大于货舱衬板,且热释放速率峰值(pk-HRR)及总热释放量(THR)分别是货舱衬板的1.47倍、1.94倍。故空客320货舱衬板在火灾发生后对人的生命安全及飞机的运行安全危险性小。     

基于有寿件调控的战机海域巡航装备保障规划

从战机海上方向高强度巡航问题出发,有寿件物资调控直接影响着战机的完好率,制约着战巡任务有效执行。通过构建数学规划模型,优化制定了战机出动保障方案、有寿控件梯次合理配置,并重点介绍了关联因素约束的方法过程、目标函数优化的具体思想,通过遗传算法求解非线性规划。在模型中建立了可实施靶向性求解方案的0-1开关函数,记录了战机出航、巡逻信息的精确时间和任务架次,实现机场内部保障的最佳均衡状态,确保战机巡逻的高效巡航运用。     

功率约束下低相关旁瓣的通导一体化波形研究

通信导航一体化是未来无线系统的发展趋势,可以更加充分地利用频谱资源。设计了一种新的一体化波形,在实现通信符号传递的同时,利用其进行时延测距进而实现相应的定位导航功能。一种联合的优化目标函数被提出,其中以星座图上的范数误差衡量通信性能,以自相关函数的加权积分旁瓣电平衡量波形的定时性能。结合一体化系统的实际,在问题求解时同时考虑了波形总功率约束和波形恒模约束,并采用变量交替迭代优化的算法进行迭代求解。最后利用数值仿真验证了算法的有效性。     

GNSS超快速产品在全球标准时间复现中的应用

为满足大跨度空间范围内的时间同步需求,对基于共视时间比对原理的标准时间复现系统进行改进,采用全视时间比对方法解决原系统应用基线受限的问题。考虑实时性的要求,使用全球卫星导航系统(GNSS)超快速产品(预测部分)提供卫星位置和卫星钟差,以尽可能消除广播星历和钟差对复现结果的影响。分析了常用的几家机构发布的GNSS超快速产品,并且结合复现系统的具体应用场景要求,研究了GNSS超快速产品的选择、下载和使用方法,以及使用时需要注意的关键问题,包括产品文件的更换以及产品的时间参考基准对标准时间复现的影响。     

GNSS多径抑制基带处理算法综述CSCD

随着全球导航卫星系统(GNSS)信号体制的不断更新,接收机应用环境越来越复杂,多径误差抑制技术也在不断发展进步。其中,基于改进基带的多径抑制算法由于成本和效果综合较优,受到了国内外研究人员的重视。论文首先阐述了GNSS多径抑制的基本原理,综述了传统的GNSS参量式和非参量式多径抑制算法的研究现状和实现方式,然后探讨分析了新体制信号中提高抗多径性能的方法,总结了当前GNSS多径抑制基带处理研究中的主要问题,最后展望了其未来的发展趋势。     

空心阴极羽流形态与热特性的变化机理

空心阴极的放电模式主要有点状和羽状两种,为研究两种模式的转变机理,采用PIC/PCD（单元粒子/等离子体化学动力学）混合算法对阴极内部等离子体流场进行计算,以辐射传递系数处理阴极内部的热辐射计算,并且在通过流场与热场的多次迭代计算后达到收敛。为验证数值模型的计算精度,考察阴极表面5个测点的计算结果与试验数据对比,计算误差在5%以下,并且以羽流光色计算图与试验照片作对比,定性验证模型对放电模式的模拟精度。在此基础上,对不同气体流量下、不同阴极顶孔径的阴极内部各类等离子体参数分布进行计算,通过分析阳极电压、羽流形态变化的内在原因,获得点-羽放电模式的转变机理,可为阴极优化提供理论支撑。     

基于联合分布适配的智能电表运行状态评价

针对智能电表运行状态评价中经常存在带标签的数据采集困难且不同地区的数据分布不一致的问题,在智能电表的运行状态评价领域引入迁移学习中的联合分布适配（JDA）算法。该算法寻找一个最优化的变换矩阵,使得在变换后的空间中不同地区数据的边缘分布和条件分布距离最小化。针对条件分布适配中目标域没有数据标签的问题,采用伪标签迭代的方法使得目标域伪标签不断接近真实标签。变换后空间数据中训练得到的分类模型可以运用于新的地区,实现迁移。实验结果证明了JDA算法在智能电表运行状态评价中的有效性。      

一种无人机自主避障与目标追踪方法

针对无人机自主避障与目标追踪问题,以深度Q网络(DQN)算法为基础,提出一种多经验池深度Q网络(MP DQN)算法,使无人机避障与追踪的成功率和算法的收敛性得到优化。更进一步,赋予无人机环境感知能力,并在奖励函数中设计了方向奖惩函数,提升了无人机对环境的泛化能力以及算法的整体性能。仿真结果表明,相较于DQN和双重DQN(DDQN)算法,MP DQN算法具有更快的收敛速度、更短的追踪路径和更强的环境适应性。