石英谐振加速度计振梁内部热应力的抑制方法研究

石英谐振加速度计具有抗干扰能力强、准数字输出和易于集成等优点，但温漂成为了制约其稳定性指标的关键因素。本文通过全石英无异质材料设计和热应力隔离结构方案有效抑制加速度计振梁内部产生的热应力。传感器敏感结构由惯性质量块、铰链、固定基底和微谐振器组成，均采用石英晶体材料制备，且两个微谐振器呈差动布置可以通过差分对振梁内热应力进行部分抑制。通过微谐振器的四边形框架设计可以将工作环境中产生的热应力与振梁隔离，再对固定基底上的热应力敏感部分进行拓扑优化设计来抑制工作时从固定锚点处传递至振梁内部的热应力。本文对石英谐振加速度计进行了全温度下的有限元仿真计算分析，工作环境温度从室温到75 ℃，微谐振器振梁内部产生的热应力经优化后减少了99.41%以上。     

数字卫星电视授时方法及其研究进展

为丰富和完善国家时间频率体系建设,提高现有定位导航与授时(PNT)体系的服务能力,中国科学院国家授时中心开展了基于数字卫星电视信号的授时方法研究,并搭建了一套数字卫星电视授时系统,实际测试结果表明其定时精度优于50ns(均方根).首先综述了数字卫星电视授时方法中的理论框架及其若干关键技术问题,然后介绍了在提高授时精度方面的研究进展,最后指出了数字卫星电视授时方法的应用场景和由此方法衍生出的电视卫星测定轨、目标定位等应用前景,并展望了未来的研究方向.     

超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

MOEA/D-DE 算法易于实现，被广泛应用于处理多目标优化问题，但其超参数CR 和F 对算法性能影响较大。基于MOEA/D-DE 算法框架、利用Sobol 全局灵敏性分析方法对差分进化算子中的交叉控制参数CR进行改进，使用莱维飞行策略控制比例因子F，使算法中的超参数拥有自适应能力，得到超参数自适应的MOEA/D-DE 算法——MOEA/D-DEAH 算法；对MOEA/D-DEAH 算法、不同超参数设置的MOEA/D-DE算法和NSGAII 算法进行函数测试和翼型气动隐身优化算例对比。结果表明：MOEA/D-DEAH 算法性能良好，具有较强的鲁棒性，气动隐身优化效果也比其他算法更好。     

SiCW增强锌基复合材料时效反应动力学研究

采用差示扫描量热计研究了碳化硅晶须增强锌基复合材料的时效动力学，分别采用两种不同方法测定了时效反应的激活能，并比较了其优缺点，最后提出了自己的看法。     

DFCluster: An efficient algorithm to mine maximal differential biclusters for single pilot operations task synthesis safety analysis

With the continuous advancement of the avionics system, crew members are correspondingly reduced, and Single Pilot Operations(SPO) has attracted widespread attention from scholars.To meet the flight requirements in SPO mode, it is necessary to further strengthen air-ground coordination system integration, but at the same time, there will be some safety issues caused by resource integration, function fusion, and task synthesis. Aimed at the safety problems caused by task synthesis, an efficient d...     

Cooperative differential games guidance laws for multiple attackers against an active defense target

This paper is concerned with a scenario of multiple attackers trying to intercept a target with active defense. Three types of agents are considered in the guidance: The multiple attackers, the target and the defender, where the attackers aim to pursuit the target from different directions and evade from the defender simultaneously. The guidance engagement is formulated in the framework of a zero-sum two-person differential game between the two opposing teams, such that the measurements on the m...     

变循环发动机风车起动建模及仿真研究

为了满足变循环发动机风车起动性能仿真的需求，建立了变循环发动机部件级风车起动模型。针对旋转部件等熵效率不连续的问题，提出使用换算扭矩代替等熵效率的方法，给出了旋转部件全转速特性拓展方法。提出了考虑点火及燃烧稳定性的燃烧室稳定性模型。考虑了变循环发动机的8个可调参数，采用差分进化算法对变循环发动机的风车及风车起动性能进行了优化。结果表明，风车状态时，变循环发动机在单外涵模态具有更高的核心机物理转速，有利于点火之后核心机物理转速快速趋于其慢车值。单外涵模态时，变循环发动机在风车状态的可调参数仅与飞行马赫数有关，为了保持较高的核心机物理转速，后涵道引射器外涵面积需随飞行马赫数的增加而减少，其余参数皆固定在其最佳值。飞行高度6km、马赫数0.8时，变循环发动机在单外涵模态下的风车起动时间为1.4s。风车起动过程中燃油流量的增长主要受燃烧稳定性所约束。通过对可调参数的优化，可使变循环发动机在风车起动过程中的关键性能参数最大程度的逼近其限制值，从而减少风车起动时间。     

Optimization and verification of single pilot operations model for commercial aircraft based on biclustering method

Commercial aircraft crews have experienced a trend from five-person crew to dual-pilot crew. Arised from both technological and market demands, Single Pilot Operations (SPO) is considered an important development direction in modern aviation technology. In this paper, starting from Dual-Pilot Operations (DPO), the piloting process, decision-making process and decision-making mode of DPO for commercial aircraft are studied to obtain the operational requirements of SPO. Then, based on above analysis, the operational mechanism of SPO is studied and the core technology of SPO mode is proposed. Next, a new closed frequent bicluster mining algorithm named FsCluster is proposed for the optimization of the SPO model, and the other efficient bicluster mining algorithm named TsCluster is proposed for the analysis and verification of the SPO model. Finally, a typical flight phase scenario is modelled by Magic System of System, and combined with the proposed algorithms for analysis and verification to determine whether the SPO mode can meet the DPO requirements.     

物理启发的深度学习模型及其在热端部件散热中的应用

热端部件散热是众多空天设备的关键技术。表面温度分布是散热设计中用到的重要信息,常规的解析建模手段和机器学习方法均无法有效地表达此类高维信息。近年来兴起的图像深度学习算法是解决表面温度信息预测的有效手段。然而,现有的基于大数据的深度学习方法往往对于物理数据和小样本数据不适用,体现为泛化精度差、数据兼容性差、可解释性差。因此,有必要结合传热的先验知识发展物理启发的新型深度学习算法,以增强高自由度、高复杂度散热对象上的设计能力。本文基于卷积算子和有限差分求解方式的类比关系,提出了一种物理启发式的循环卷积神经网络。以横向出流的冲击冷却为例,开展了变计算域大小、变工况、变尺寸的批量数值模拟,获取了冲击冷却关键特征的小样本图像数据。进一步通过神经网络的训练,构建了多参数、大范围内有较好拟合能力的温度、传热系数、压力代理模型。研究结果表明,本文提出的物理启发神经网络模型,对于计算域大小没有限制,可以统一表达不同空间范围内获取的物理数据的共性规律。模型的各类超参设定均具有明确的物理意义,且与经典的微分方程求解理论有一定的类比关系,增强了神经网络调参的方向性。通过传热物理规律与黑箱模型的融合,本文实现了小样本多参数物理数据的共性建模。该方法可以迅速重构热端部件的高维分布信息,可服务于热端部件的快速分析设计以及优化。     

差分码偏差对PPP授时精度影响的研究

论文分析了不同机构差分码偏差(DCB)产品的天稳性.选取了2个外接氢原子钟的测站进行实验,以国际GNSS服务组织(IGS)发布的接收机钟差为参考值,分析了不同机构DCB产品对2个测站PPP授时精度的影响.实验结果表明:1)不同机构DCB产品的天稳性差异不大,中国科学院天稳性略优于德国宇航中心;2)2个测站使用不同机构的DCB产品估计钟差的均方差(RMS)和时间偏差(Bias)均优于0.4ns,其中中国科学院产品精度最高,RMS和Bias均优于0.2ns;德国宇航中心和欧洲定轨中心精度略差,但也能够达到亚纳秒级,可为下一步推广PPP授时应用提供一定的参考.