微波／毫米波相控阵中使用的光纤

低成本、高性能的光纤中继线和光纤器件已在阵列天线中用于远距离搜索和假目标识别波束形成以及其它一些用途中.先进的微波/毫米波(M/MMW)卫星通信、电子战和雷达系统都采用相控阵和旁瓣补偿天线,以降低噪声和提高抗干扰能力.这些天线都需要配有移相器、延迟线和用于波束形成、换向、消除的成套设备,以提高扫描灵活性,降低空间波瓣和减少主功     

无人机传感器 市场前景广阔

Frost＆Sullivan公司最近发布了一份关于无人机传感器载荷市场的预测报告。该报告认为，由于市场对无人机的需求持续走高，故其机载传感器市场也将在未来获得极大发展，光电（EO）、红外（IR）和具有地面动目标指示能力的合成孔径雷达（SAR／GMTI）三大类传感器将成为所有新型无人机平台的标准装备选项。在最近的实际使用中，这些无人机传感器确实增强了部队的态势感知和交战能力。     

两种含铝复合推进剂压强耦合响应的实验对比

基于T型燃烧器双脉冲外部激励的方法,对2种含铝HTPB复合固体推进剂开展对比实验研究,分析比较其压强耦合响应特性的差异。在7 MPa条件下成功地开展了4次试验,获得了2种推进剂在T型燃烧器中的衰减常数和燃面增益常数。结果表明,由于推进剂配方中AP粒径分布存在差异,这2种推进剂的压强耦合响应常数存在差别。其中小粒径AP含量较多的推进剂更易产生不稳定燃烧现象。这一实验现象与发动机真实工作情况的表现是一致的。2种推进剂的凝相燃烧产物在发动机中的行为也表现出较大差异。     

某型蒸发式稳定器气动及燃烧特性研究

为解决亚燃冲压发动机在高速低温来流条件下的可靠点火、火焰稳定和高效燃烧问题,对某型蒸发式火焰稳定器分别进行了冷态流场和燃烧流场的数值研究,并与常规V型火焰稳定器进行了对比分析。研究结果表明:在给定范围内,蒸发式稳定器随来流速度的增大,总压恢复系数和停留时间明显减小,回流区长度、回流率和燃烧效率变化不大;与相同槽宽的常规V型火焰稳定器相比,回流率明显减小,总压恢复系数、回流区长度和停留时间略有减小。蒸发式稳定器后部形成明显的回流区,且基本上不受外部主流流动的干扰,通过单独控制稳定器局部供油,可以使稳定器在最佳油气比下工作,有利于在高速来流条件下可靠工作。     

基于SURE准则的参数自适应InSAR相位非局部滤波

干涉相位滤波是干涉合成孔径雷达(InSAR)处理中的关键步骤,然而传统滤波方法难以兼顾噪声抑制和细节保持的效果,故提出了一种改进的非局部滤波器。滤波参数由Stein无偏风险估计(SURE)准则自适应地选择,在有效降低InSAR相位噪声的同时,保留干涉条纹细节和城市建筑的边缘。通过在仿真数据和TanDEM-X实测数据上分别进行实验,并与传统滤波方法对比分析,验证所提出方法的有效性。     

传感器安装对爆炸冲击测试结果影响的试验研究

为了找到爆炸冲击测试结果精确度的影响因素,利用轻气炮冲击试验装置作为冲击源,设计了专用对比工装,模拟安装过程中的实际操作因素的影响程度。以压阻式传感器为研究对象,以激光多普勒测振仪校准结果为基准,对比耦合剂种类、连接螺栓规格、表面粗糙度、安装力矩以及传感器安装数量等因素对测试结果的影响。结果表明前4种因素对冲击测试的影响较小,均在3 dB的容差范围以内;而传感器安装数量和与被测对象的连接方式对冲击测试结果影响较大。     

基于一致关联数最大化的航迹关联算法

航迹关联(TTTA)是多传感器数据融合系统的核心模块之一,是系统误差估计和航迹融合的前提和基础。传感器存在的固有系统误差使得目标位置状态估计与真值发生偏离,容易诱发TTTA错误。传统的基于全局最小距离准则的TTTA算法,需要获得较高精度的系统误差估计,来对航迹数据进行误差补偿。针对传感器具有系统误差环境下的TTTA问题,在对TTTA进行间接评估的基础上,定义了一致关联数的概念,提出了一致关联数最大化的TTTA准则,并在稳健交替迭代的框架下完成算法设计。与距离函数不同,一致关联数是一个离散量,放松了对系统误差估计精度的要求。最后,仿真实验验证了所提算法的有效性。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.