基于射线追踪的快速雷达图像仿真方法

为了解决目标识别、隐身目标设计等研究领域对雷达图像需求日益增加的问题,提出了一种基于射线追踪的快速雷达图像仿真方法。该方法利用射线追踪计算每一个射线管的散射电场及其在雷达成像平面的投影坐标,通过将所有射线管的贡献在像域进行累加得到1幅二维雷达图像。通过对不同路径射线的聚类,可实现对散射贡献的分离,从而建立目标部件与强散射源的对应关系,并对复杂目标雷达图像进行解释。给出了Slicy目标的快速雷达图像仿真与算例分析,分析结果表明:基于射线追踪的快速雷达图像仿真方法可对复杂雷达图像进行有效预测,并能对强散射源进行成因分析。     

航天器AIT中心典型霉菌形态及其消杀效果研究

航天器总装厂房是航天器携带微生物的重要环境来源之一,厂房内的微生物检测与鉴定及其杀菌方法研究对于航天器的微生物安全与防控技术研究具有重要意义。本文报道了航天器AIT中心分离的青霉属、曲霉属和枝孢霉属等8个种属的典型霉菌菌落和孢子形态,为航天器霉菌鉴定和菌种库的构建提供了参考;同时研究了消毒剂、UVC辐照和热处理对这些霉菌的消杀效果,以期为航天器的霉菌防控技术研究提供科学依据。研究结果表明不同种属霉菌对3种消杀方法的敏感性具有较大的差异性。结合我国不同地区AIT中心霉菌种属的多样性,在进行我国AIT中心霉菌的消杀工作时应有针对性地科学选择不同消杀方法或综合应用多种消杀方法。     

民航动态

<正>中国民用航空航油航化适航审定中心揭牌成立3月16日,中国民用航空航油航化适航审定中心成立揭牌仪式在成都举行。来自中国民用航空局、民航各地区     

一种基于DPCA的星载SAR运动目标检测方法

文中研究星载条件下用DPCA检测地面慢速运动目标的SAR-GMTI技术,提出一种对杂渡抑制以后的原 始数据应用Radon变换来检测运动目标的新方法。与基于图像域的DPCA运动目标检测方法相比,该方法不需要方位 压缩,因而减小了计算负荷,但没有损失目标检测性能。此外,该方法更加清楚地显示出杂波对目标参数估计的影响,可 为进一步研究提供思路。仿真结果证明这种方法的正确性和有效性。     

航空货运物流巨头汇聚上海浦东

8月31日至9月2日,国内外航空货运物流巨头汇聚浦东机场,共商上海国际航空货运枢纽建设前景,由上海集团公司牵头、实业公司具体承办的航空货运物流交流会在浦东机场华美达大酒店举行。上海机场集团公司总裁李德润、副总裁景逸鸣出     

亚声速二喉道流场不对称现象研究

为满足未来我国先进飞行器的发展需求,我国将考虑建设大型跨声速风洞,提高风洞试验模拟精细化水平。而第二喉道作为风洞 Ma 数控制的有效手段,被认为是提升跨声速风洞能力的关键技术之一。本文首先通过CFD 数值模拟发现了二喉道段流场在某些压比下存在不对称现象,然后,利用现有引导风洞,设计加工了 Ma=0.7的带可变中心体的二喉道段进行验证试验。试验结果显示,当前室总压达到某一值时,二喉道段流场会出现不对称现象,并前传影响试验段流场品质。最后利用 CFD 手段给出了一种无不对称现象的新型二喉道设计。     

FANUC数控系统车削中心INDEX ABC

德国因代克斯(INDEX),世界数控车床制造业的领导者,始终致力于为每一个客户提供最佳的生产解决方案。利用自己最广泛的产品为客户提供不同车削工件的完整加工方案,特别是复杂几何形状和高精度的工件,无论是批量生产还是单件生产,INDEX都可以为用户量身定制最经济的解决方案,让用户具备绝对的竞争优势。配备有FANUC数控系统的INDEX ABC生产型车削中心,就是这样一款可完全满足用户所有生     

含腔复杂军事目标RCS综合计算方法

根据飞行器等含腔复杂军事目标 RCS计算的需要,改进了射线跟踪法,并针对不同高频算法的特点,将像素法、射线跟踪法和边缘等效电磁流法结合运用,不同类别散射中心采用不同的方法计算,然后将复数量叠加得出目标的RCS,并充分考虑算法的协调.结合算例对方法进行验证,并将结果与矩量法等精确算法计算得到的结果进行了对比验证;运用本文方法对美国暗星无人机RCS进行了计算和分析.     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别

为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点.