高码率通用数字化调制技术研究

采用软件无线电技术实现遥测发射机的高码率数字化调制,构建一个开放、标准、通用的硬件平台,FM体制最高调制码速率可达20Mb/s。设计中还采用脉冲成形技术对调制信号进行预调处理,极大地提高了系统的频带利用率和射频功率的发射效率。     

SARGMTI高逼真匀速运动假目标调制干扰方法

 将匀速运动目标成像特性用于干扰的目的,提出了SARGMTI高逼真匀速运动假目标调制干扰方法,确定了关键干扰参数,分析了侦察误差对干扰效果的影响,并采用三孔径干涉对消方法研究了其对GMTI的对抗性能。实验分析结果表明文中所提干扰方法可对SARGMTI形成高逼真匀速运动假目标的干扰效果,且干扰功率利用率高、对侦察依赖性较低,是一种先进有效的干扰方法。     

一种新型平板高增益天线

设计了一种新型低剖面、高增益天线,即褶皱地平面天线。这种新型天线的剖面只有喇叭天线的1/10,采用周期性结构的金属制作而成,可以广泛应用于弹载、机载和星载侦察系统以及敌我识别系统。     

基于非负最小二乘法的全色与高光谱图像融合

现有光学遥感图像融合方法主要针对全色与多光谱图像,直接将其用于全色与高光谱图像融合存在以下问题:高光谱图像波段数量远多于多光谱图像,通过高光谱波段加权合成低分辨率全色图像,容易出现灰度失真;高光谱图像与全色图像的空间分辨率相差很大,采用现有的加性变换融合方法,会导致融合图像中部分地物出现光谱或细节失真。为此,文章提出了基于非负最小二乘法的全色与高光谱图像融合方法。首先对高光谱图像进行波段压缩,得到波段压缩的高光谱图像;然后对波段压缩的高光谱图像及全色图像进行非负最小二乘拟合,得到低分辨率全色图像;最后,采用比值变换模型生成融合图像。试验表明该方法的光谱与细节保真效果好,优于对比方法。     

我国新一代中型高轨运载火箭发展研究

新一代火箭CZ-5、CZ-6和CZ-7陆续首飞成功,拉开了我国运载火箭更新换代的序幕。新一代中型运载火箭CZ-7于2016年6月和2017年4月圆满完成了两次飞行任务,为中型运载火箭的研制奠定了坚实的基础。在CZ-7火箭基础上,增加CZ-3A氢氧三子级,在海南文昌发射GTO轨道卫星,运载能力不低于7.0t,可快速形成更新换代能力,填补我国GTO轨道该吨位的运载能力的空白。为了进一步提升我国运载火箭的竞争力,对标国际先进水平,针对新一代中型高轨运载火箭开展构型优化研究,以提高火箭性能,降低火箭成本,提升火箭的使用维护性能,满足后续GTO发射任务需求。     

带辅助支撑式太阳翼设计与验证

针对特定小卫星对太阳翼高展开刚度的需求,设计了一种带单根辅助支撑臂的太阳翼。支撑臂中部采用带簧铰链实现弯折收拢,两端采用球关节铰链分别与太阳电池板、星体侧壁相连接。在太阳电池板与卫星侧壁连接处,采用自适应锁定式铰链,实现了带辅助支撑式太阳翼根部铰链的可靠锁定功能。开展了太阳翼基板承载能力分析、模态分析和展开动力学分析等。结果表明：太阳翼结构强度裕度满足使用要求,展开状态基频高达8 Hz以上,展开过程顺畅。模拟卫星发射过程及空间使用环境开展了太阳翼力学试验、展开试验、光照试验等,验证了太阳翼与飞行任务的匹配性。在轨飞行验证表明,该带辅助支撑式太阳翼功能、性能良好,满足高展开刚度的特殊任务需求。     

高熵合金及其他高熵材料研究新进展

高熵材料是一类由多种元素以等摩尔比或近等摩尔比组成的新型多主元材料,打破了传统的材料设计理念。高熵材料以其独特的晶体结构特征,表现出许多不同于传统材料的组织和性能特点。目前国内外已经研发出多种高熵材料,在力学、物理和化学性能等方面具有独特的优势,在很多领域具有巨大的应用潜力,已经成为国际材料学术界的重要研究热点之一。本文从高熵材料的设计理念出发,主要综述了高熵合金、高熵陶瓷、高熵金属间化合物等高熵材料的最新研究进展,总结了不同高熵材料的结构特征、组织性能及强化机制,并对高熵材料的发展趋势进行了展望。高通量计算与制备将成为设计这类多主元材料的重要快捷手段,随着材料的进步,高熵材料成形加工技术必将快速发展以满足其多元化应用需求。     

高马赫数临近空间无人机主要总体参数设计方法

针对高马赫数临近空间无人机(HSUAV)概念设计的需求,研究一种飞行器主要总体参数设计的改进方法,目的是提高主要总体参数设计的可信度。在现有的约束分析和任务分析方法基础上,通过融入适用性更广、预测精度更高的气动模型和推进系统模型,建立了一种迭代的设计计算流程。应用参数化建模方法建立了气动数值分析模型,应用发动机热力循环分析建立了推进系统模型。应用本文方法完成了高马赫数临近空间无人机主要总体参数设计计算,结果表明:经过若干次迭代设计计算,主要总体参数值收敛;由传统方法确定的主要总体参数与本文方法的结果有明显差别。由于本文方法中使用了可信度更高的气动和推进系统模型,根据本文方法确定的主要总体参数具有更高的可信度。     

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。