高燃压中型运载火箭发射地面低高度排导技术

综合高燃压中型运载火箭高密度发射燃气流地面排导需求及烧蚀风险分析,提出基于地面双面导流装置与高位挡流墙结合的地面低高度排导技术方案。利用火箭发射燃气动力学研究总结的燃气流膨胀特性以及导流型面设计方法,解决了地面低高度排导技术涉及的地面导流装置导流型面气动设计以及尺度控制两个关键问题。地面低高度排导技术方案设计与燃气流场瞬态仿真多轮叠代,实现了燃气流排导烧蚀范围合理控制,避免了燃气流低高度排导烧蚀反溅影响箭体。地面低高度排导技术采用专利支撑的喷水冷却防护方案实现高燃压中型运载火箭发射燃气流强烧蚀环境发射系统、发射设施综合防护。基于喷流缩比试验相似性控制方法研制了1∶10比例喷流缩比试验系统,通过喷流缩比试验验证确认高燃压中型运载火箭发射燃气流能够实现地面低高度安全、顺畅排导,同时与发射台、导流装置结构融合的阵列喷水方案能够行之有效解决高燃压中型运载火箭地面低高度排导强烧蚀难题。     

一种新型Z-Pinch PPT的设计和试验

提出一种基于Z-Pinch原理但无需火花塞而自点火新型微脉冲等离子体推力器（Z-Pinch SI PPT）。为了降低推力器的点火电压以及去掉尺寸减小和轻量化的限制,采用点火和放电一体化的改性聚四氟乙烯为推进剂,两个电极分别为钉状阳极和中心有孔的阴极。相比于传统Z Pinch PPT和平行板脉冲等离子体推力器,该推力器的优点是没有活动部件、火花塞以及为火花塞供电的电源,结构更加简单紧凑。目前研制的该型推力器本体尺寸包络仅有21mm左右,质量为15g。在保持较大推功比优势基础上,点火放电的电压峰值仅为同样自点火的同轴PPT的24%,气体PPT的2.4%。真空舱内多次点火实现累计脉冲1万多次的试验结果表明,该推力器点火电压为480V,推功比为17.83μN/W,平均推力为85.6μN。     

基于ICA和小波脊的多辐射源调制类型识别

针对电子侦察中多个雷达辐射源信号混叠时的调制类型识别问题,利用独立分量分析将多个雷达辐射源信号进行分离,再对分离后的辐射源信号采用小波变换,提取信号时频分布的脊线,最后计算脊线特征值,通过脊线特征值来判断辐射源调制类型.仿真实验验证了该方法的正确性和有效性.     

基于联合域处理的抗干扰技术研究进展

鉴于单个域信号处理抗干扰的局限性,概述了扩频系统中基于联合域信号处理抗干扰技术的研究成果,在整理归纳技术方法发展过程的基础上,展望了该技术及其应用的发展趋势,为在不同领域中设计具有强抗干扰性能的扩频系统提供参考。     

星座时频测量技术研究

在卫星导航定位、天基无源定位等航天器系统构建中,需要星座具有统一的时间频率 系统,即卫星间实现时间与频率同步。在分析系统对星间时间与频率同步需求的基础上 ,提出了在星间建立双向单程测距链路,利用伪码测量获取的星间伪距、载波测相获取的星 间伪距变化率联合处理出时差、频差的算法,克服了一般双向比对方法中需要不断调整星间 时差的不足,工程实现星间时差测量标准不确定度可优于1 ns,星间基准频差测量标准不确 定度可优于1×10 -11 。
     

两端缩径发动机壳体整体旋压成形工艺研究

通过分析某型号发动机壳体成形难点,结合我所生产实际情况,制定出新的两端缩径旋压成形工艺,即分段分模旋压成形方式,最后通过小批量生产试验验证了该工艺具有可行性和可靠性,为将来制定生产性工艺奠定了基础,也为其它类似结构发动机壳体旋压工艺的制定提供了借鉴。     

一种解大旋翼类雷达目标微Doppler模糊的方法

在单通道模式下,当雷达目标旋转半径比较大时,脉冲重复频率与微多普勒带宽之间可能会出现欠采样的情形,导致在时频面上发生微多普勒混叠,从而不能得到完整的微多普勒信息。针对此问题,提出了一种基于双通道干涉处理的解大旋翼类雷达目标微多普勒模糊的方法。文中详细推导了该模式下此类目标引起的微多普勒频率和微多普勒带宽的参数化表达式,分析表明其微多普勒带宽受一个正弦因子的调制而显著减小,从而使其满足香农采样定理,避免了微多普勒模糊现象。最后,数值仿真表明了理论推导和所述方法的正确性。     

基于时-频分析的LFM信号检测研究

线性调频(LFM)波形是现代雷达系统广泛采用的一种非平稳扩谱信号波形,具有良好的低截获概率特性,为此,现代电子侦察系统常采用时频分析技术检测和分析这类时变信号.介绍了短时傅里叶变换和WVD等线性和非线性时频分析方法,运用这些方法对LFM信号的检测进行了分析,揭示了LFM信号在二维时频平面上的分布特征,并运用Hough变换检测WVD时频平面上呈直线分布的LFM信号.计算机仿真结果证实了此方法的有效性.     

基于YOLOv6框架实现典型通信信号调制快速识别方法

随着战场通信侦察对抗系统的快速发展,通信信号体制变得非常复杂,给非合作接收条件下的通信信号检测、调制识别及信号辐射源个体识别带来困难。为了全面掌握信号先验信息,对复杂多样的通信信号体制进行盲检与识别,本文提出基于时频图分析和深度神经网络的多种通信信号自动调制识别方法。首先,利用时频分析将不同典型通信信号转换为时频图像,再将标注后的时频图输入基于深度学习的YOLOv6（目标检测模型）网络中进行特征学习;然后,通过设计YOLOv6更高效的网络结构,使其能够对信号的时频图进行快速识别;最后,将训练后的网络权重对典型通信交叠信号进行测试,对提取的特征向量进行分类识别,完成6种调制方式识别与位置的快速确定,实现在非合作接收条件下的多个典型通信信号调制方式的检测和识别。     

基于声阵列信号的风扇喘振先兆特征识别

提出了一种基于麦克风声阵列信号的航空发动机风扇喘振先兆特征识别方法,有效避免了传统侵入式传感器在测量过程中对管道流场产生的外来干扰.开展多级风扇试验器由稳定旋转至喘振的瞬态测试试验,利用短时傅里叶分析、频谱分析和声模态分解的方法,对喘振先兆特征实现了辨识.结果表明:风扇在进入喘振前有非同步共振频率的强烈单音噪声,约为叶...