用于视影增强（合成）的毫米波传感器系统的近期发展

不依赖天气和日光的现代交通系统急需具备最优化的、经济有效的性能。大多数经常近地飞行的直升机、小型飞机和军用运输机都需要装备有效、经济的视景增强传感器。当今传感器技术与处理速度的发展为许多新的概念提供了可能性。基于这一背景，本文报道了DaimlerChrysler宇航部的HiVision(强视景）计划的研究成果。基于FMCW（调频连续波）雷达技术，采用高速信息更新率且工作于毫米波段的传感器试验机已经改善了性能并满足了试飞要求。目前的结果说明能够形成不受天气限制的增强的视景。此外，还在波罗的海的高速渡轮上对试验机进行了测试，因为高速度的船只同样需要不受天气制约的操作以及防撞措施。在将来，一种类型的传感器既可服务于多个领域，又可以帮助缓解交通压力，确保安全。文中描述的试验机因其具有快速扫描、气象穿透的特点且成本经济性好，因而填补了光学（红外的）传感器与标准脉冲雷达之间的技术空白。     

涡流对固体燃料冲压发动机性能影响分析

通过对固体燃料冲压发动机内流动和燃烧过程的数值模拟,研究了涡流对发动机性能的影响。主要讨论了发动机推力和比冲、固体燃料的平均后退速率和燃烧效率对旋流强度的依赖关系,还对推进剂燃速沿轴向的分布进行了考察,并与无旋条件进行了比较分析。结果表明,小强度的涡流能明显提高固体燃料燃速和发动机推力,但强度过大,涡流反而会给发动机性能带来不利影响;涡流增强燃烧作用主要体现在装药后段。     

入流周期性温度激励下的二维超声速混合层混合增强

对入流施加周期性温度激励下的二维超声速混合层的混合增强进行大涡模拟研究     

一种粒子增强体复合材料的线粘弹性模型

定量分析了粒子增强体复合材料的粘弹性力学性能。首先,依据复合材料的细观力学理论与Laplace变换理论,在Tan提出的粘弹性模型基础上,发展了一种改进的粒子增强体复合材料的三维线粘弹性模型,克服了Tan的模型只能刻画界面脱湿的缺点;其次,采用非线性有限元方法,实现了粒子增强体复合材料在常应变率下粘弹性本构关系的数值模拟。结果表明,该模型与程序可用于定量化分析多种情况下粘弹性问题的应力-应变关系,如不同粒径、温度、常应变率及粒子体积分数等参数,并得出粒径大的固体颗粒与粒子体积分数高的复合材料都容易发生界面脱湿。     

一种用于空间结构的新型聚酰亚胺薄膜的力学特性

具有优异力学性能的聚酰亚胺薄膜材料是当前空间结构领域的研究热点.采用与薄膜基体同质的PI纤维对薄膜进行增强,得到的PI复合膜具有优异的力学性能.当经向纤维为20束/cm时,与纯薄膜相比,PI复合膜的经向拉伸强度提高了203％,经向杨氏模量提高了202％,此时复合膜的纤维体积比例仅为8.689％.随着经向纤维的加入,PI...     

基于彩色三要素的无参考对比度失真图像质量评价方法

图像质量评价是图像处理领域中基本且具有挑战性的问题。对比度失真对图像质量的感知影响较大,目前针对对比度失真图像的无参考图像质量评价研究相对较少。基于此,提出了基于彩色三要素的无参考对比度失真图像质量评价方法,利用彩色三要素的亮度、色调和饱和度3个参数实现了对比度失真图像的质量评价方法。在亮度方面,提取矩特征及图像直方图与均匀分布之间的Kullback-Leibler散度特征。在色调和饱和度方面,分别在HSV空间的H和S通道中提取颜色加权局部二值模式(LBP)直方图特征。利用AdaBoosting BP神经网络训练预测模型。在5个标准图像数据库中进行广泛的实验分析和交叉验证,结果表明,所提方法与现有的对比度失真图像质量评价方法相比,性能有明显的提升。     

等离子体增强射流掺混的激励参数影响研究

为提高火箭发动机推进剂掺混效率,探究等离子体对单股矩形射流掺混特性的影响,设计了等离子体射流发生与控制系统。使用粒子图像测速技术测量了表面介质阻挡放电等离子体激励器对单股空气射流掺混特性的影响。相比无激励工况,激励电压为5、6和7kV时,射流宽度随电压升高而变大,射流中心线速度衰减率最大提高20%左右;脉冲频率增加,射流宽度增大程度增加,衰减明显,掺混特性增强;激励电压和脉冲频率固定时,改变占空比,在50%~70%的区间内射流速度衰减最强,射流宽度最大。     

北斗星基增强系统双频多星座服务覆盖范围评估

双频多星座(DFMC)服务已成为星基增强系统(SBAS)未来能力提升的重要方向之一,相关国际标准也将在2023年11月正式发布。北斗星基增强系统(BDSBAS)是全球范围内唯一持续播发DFMC增强服务测试信号的星基增强系统。在详细介绍SBAS DFMC服务可用性和保护级计算方法的基础上,利用实测的BDSBAS B2a增强电文对BDSBAS DFMC增强服务的一类垂向引导进近(APV-Ⅰ)/垂向导航信标性能(LPV)和决断高度200英尺垂向导航信标性能(LPV-200)等级的服务覆盖率进行了初步评估。评估结果表明,当前BDSBAS DFMC增强服务能够实现对中国及周边广大区域的服务覆盖,且双系统(BeiDou navigation satellite system和global positioning system, BDS+GPS)增强服务的APV-Ⅰ和LPV-200等级99%可用性覆盖率比单系统(BDS)增强服务的覆盖率分别提升16%和32%。     

基于深度学习目标识别的航天员训练场景理解技术

增强现实(AR)是航天员训练的有效途径,其关键技术是场景重建与空间定位。针对当前AR设备只能进行场景空间静态识别,无法感知目标动态变化的问题,提出了深度学习与AR技术相结合的目标识别与位姿估计方法。采用YOLO v5神经网络实现了小训练样本量的操作目标识别,结合深度信息实现了目标点云分割,与目标CAD模型点云进行ICP匹配后估计出目标的三维空间位姿,从而在AR显示空间中实现目标的动态定位与虚实融合。结果表明：YOLO v5的识别平均精度可以达到0.995,虚实结构可以准确叠加。该方法可有效提高AR设备的场景理解能力,扩展航天员AR训练手段。