高温雷达吸波涂层研究进展

在现代信息化战争中,探测和制导技术迅猛发展。在众多探测信号中,雷达探测占比高达60%,因此武器装备雷达隐身 能力尤其重要。随着新一代装备性能的提升,热端部件的服役温度不断升高,对高温雷达吸波涂层提出了更加严苛的要求。在高 温服役环境下,部分雷达吸波材料存在氧化、居里温度低而失去吸波性能的问题。高温雷达吸波材料主要依靠介电损耗和电导损 耗机制实现对电磁波的损耗吸收。基于此,综述了以碳化物、硼化物、氧化物、金属材料、MAX相材料为吸波剂的高温雷达吸波涂 层研究情况,分析了各材料的优势及存在的问题,其中氧化物吸波剂高温稳定性好,易于制备,成本低,其吸波性能可通过掺杂改 性调控,是面向未来更加严苛服役环境下更具应用潜力的吸波材料。此外,还从梯度结构和超材料设计2个角度分析了涂层结构 设计在拓宽涂层吸波频带,降低涂层厚度方面的作用。结合当前研究进展提出了新材料研发、新结构设计和与材料结构相适应的 制备工艺研究是未来高温雷达吸波涂层的发展方向。     

镁铝尖晶石高温环境加工性能研究

镁铝尖晶石是一种硬脆透明陶瓷材料,为解决其难加工问题,超精密激光辅助车削加工技术被应用于精密加工中。因此,采用高温维氏压痕试验以及高温刻划试验,对镁铝尖晶石高温环境下加工性能的研究具有重要意义。当加工环境温度从23℃上升至283℃时,维氏显微硬度值从15.85GPa降低至7.66GPa,脆塑转变临界深度平均值从0.51μm增加至0.80μm。探究了高温环境下材料脆性域及塑性域的材料去除方式。通过对划痕表面形貌的观测,确定其亚表层裂纹深度随温度上升而减小,为超精密激光辅助车削加工技术提供了一定的技术基础。     

军机人机功能动态分配方法研究

目前军机均为静态人机功能分配与设计,并未考虑人,、机状态随着作战任务的执行会发生变化,当人的作业绩效或机的能力下降,静态分配无法实现人机能力的动态互补,从而严重影响装备作战效能。通过研究国内外人机功能动态分配原理,结合装备典型任务,建立功能动态分配的触发机制、分配决策时机与分配策略,给出军机人机功能动态分配方法,实现功能在装备运行的过程中,动态地在人与机之间进行分配,使人与机有机结合,通过人机协作的方式,确保飞行员的工作负荷合理,提高安全性,满足人机综合的绩效最优。     

丁腈橡胶磨损失效机制及其表面碳薄膜改性技术

针对航天伺服机构密封件因磨损失效导致的泄漏难题,分析了大气及氮气环境下丁腈橡胶磨损失效机制。在此基础上,提出了丁晴橡胶表面硬质类金刚石碳薄膜(DLC)改性技术,并分析了改性后丁腈橡胶密封实件的综合性能。结果表明：大气环境、恒定载荷(小载低速)条件下,丁腈橡胶主要以分层剥落方式磨损(疲劳磨损)。随着摩擦速度(或载荷)的增大,其磨损失效主要表现为黏着磨损。对于氮气环境,氮气能够有效避免摩擦界面氧化作用,即降低了黏着磨损效应;此外,改性后橡胶密封实件在机械性能、质密性和密封性等方面较原始密封件未发生明显变化。经过4000次台架磨合试验后,油端密封圈表面光洁,无异常磨损;气端密封圈表面存在轻微磨损,能够满足使用要求。     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义.真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检.为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法.首先,通过引入注意力机制对多尺度特征融...     

融合CNN-Transformer的红外弱小目标检测方法

针对远距离红外目标探测技术中存在的弱小目标特征信息提取困难、局部背景噪声干扰强导致检测算法虚警率和漏检率偏高的问题,提出了融合CNN-Transformer的单帧红外弱小目标检测算法。针对已有方法在提取红外弱小目标特征信息时感受野受限且易受到局部噪声干扰的问题,对Swin Transformer中的窗口自注意力计算模块进行改进,设计了基于可分离卷积的局部感知增强模块,兼顾对全局信息和局部信息的提取,提升骨干网络对弱小目标空间分布信息的提取能力。针对小目标特征难以在深层网络中保留的问题,设计了自下而上的多尺度特征融合模块,在不同层级的特征图之间利用注意力机制确保小目标的低层特征信息能够在高层特征图中得以保留。在公开数据集NUAA-SIRST上进行了测试,验证了本文所提算法相比已有算法取得了更佳的检测效果,同时能够兼顾对检测精度和召回率的优化。     

钎料合金/陶瓷体系润湿行为研究进展

钎料合金/陶瓷体系润湿行为研究对陶瓷的钎焊连接具有重要指导意义。目前主要在真空系统中开展润湿性试验，除了常规的座滴法，改良座滴法、滴落法以及液桥过渡法逐渐被采用以便获得更加准确的试验数据。钎料合金在陶瓷表面的润湿过程涉及溶解、扩散、界面吸附和反应等，是一种非常复杂的物理化学现象。根据驱动润湿的本质因素，可将润湿机制分为：溶解驱动润湿、吸附驱动润湿和界面反应驱动润湿。然而由于界面行为的复杂性，往往很难进行严格的划分。根据钎料合金/陶瓷界面行为特点，分别建立了反应控制润湿模型和扩散控制模型来研究体系的铺展动力学。对钎料进行合金化处理和陶瓷表面改性是改善润湿性的常用方法，本文主要从润湿性的表征和测量、润湿机制、铺展动力学模型和改善润湿性措施等方面，综述了钎料合金/陶瓷体系润湿行为研究的进展。     

基于自适应记忆长度的多尺度模态融合网络

为了更好地利用点云和光学图像在自动驾驶领域的互补感知优势，提出了一种双模态融合网络MerNet。网络采用点云特征和光学图像特征并行编码的结构，在每一个编码阶段通过基于残差映射和膨胀点注意力机制的融合模块将光学图像特征单向融合到点云特征支路。设计了一种多尺度膨胀支路的级联空洞卷积模块，以加强点云的上下文联系，并在并行支路上采用瓶颈结构来降低上下文模块的参数量。为进一步优化参数更新过程，提出了一种自适应变历史记忆长度的优化算法，考虑了不同梯度变化趋势下历史梯度的贡献值。研究了一种基于交叉熵损失的协同损失函数，通过交叉比对不同模态的预测标签，并通过设定阈值筛选对比模态的预测特征，突出不同传感器的感知优势。在公开数据集SemanticKITTI上对MerNet进行了训练和验证，实验结果表明：提出的双模态网络能够有效提升语义分割性能，并使算法更加关注驾驶环境中的高危险性动态目标。同时，提出的上下文模块还能够降低64.89%的参数量，进一步提高算法的效率。     

基于抽象汇编指令的恶意软件家族分类方法

恶意软件变体的大量出现对网络安全造成巨大威胁。针对基于汇编指令的恶意软件家族分类方法中，操作数语义与运行环境密切相关而难以提取，导致指令语义缺失，难以正确分类恶意软件变体的问题。提出了一种基于抽象汇编指令的恶意软件家族分类方法。通过抽象出操作数类型重构指令，使操作数语义脱离运行环境的约束；利用词注意力机制与双向门循环单元（Bi-GRU）构建指令嵌入网络以捕获指令行为语义，并结合双向循环神经网络（Bi-RNN）学习恶意软件家族共性指令序列，以减小变体技术对指令序列的干扰；融合原始指令和家族共性指令序列构建特征图像，并通过卷积神经网络实现恶意软件家族分类。公开数据集上的实验结果表明:所提方法能够有效提取操作数信息，抵抗恶意软件变体中无关指令的干扰，实现恶意软件变体的家族分类。