以随机壁微扰辐射损耗为基础的光纤传感技术(英文)

提出并研究一种构成光纤传感网络埋入复合材料内部用于损伤探测的光纤传感技术.对光纤进行化学处 理,剥去光纤外层在纤芯表面形成无规则分布、大小不一的微粒,在光纤形成随机壁微扰区.根据随机壁微扰导致导模与辐射模的模转换引起功率损耗的特性,随机壁微扰区就可以为敏感区.本文根据平面波导随机壁微扰理论并实验研究了腐蚀时间与相对功率损耗的关系.最后给出内含光纤传感网络试件的实测结果.结果表明,本文提出的光纤传感技术可用于复合材料损伤探测,为监测飞行器飞行时的载荷及损伤结果提供一种测试方法.     

多面棱体和多齿分度台差分实现基准小角度

介绍了目前常使用的正多面棱体和多齿分度台 ,阐述了它们之间如何实现基准小角度的方法 ,最后介绍了一个用 2 3面棱体和 36 0齿盘差分出小角度 1°/ 2 3,测量感应同步器的测角系统每 1°内 2 3点的角位置误差的方法     

一种星载平面螺旋天线的小型化设计方法

探讨了某星载背腔式平面螺旋天线的小型化设计方法。通过螺旋线传输段进行蝶形加载;辐射段和截止段进行曲线锯齿加载;改善了螺旋天线的低频和高频特性,克服了传统阿基米德螺旋天线臂长、传输损耗大、效率低的缺点,增加了螺旋曲线的有效长度;通过合理设计天线的反射腔高度,提高了天线的增益。对背腔式平面螺旋天线各参数进行了综合优化设计,研制出了具有小型化、宽频带、高增益等特点的复合加载平面螺旋天线实物样机,并进行了测量,结果表明,所设计的天线在带宽为5∶1工作频带内具有良好的阻抗和圆极化辐射特性,与传统螺旋天线相比,天线的几何尺寸要远小于同频带的平面螺旋天线。     

地月空间信息网络链路分配算法研究

在设计拓扑时,如何分配每颗卫星上有限的通信终端建立通信链路,构建一个性能良好的网络拓扑,成为了一个重要的研究问题。以平均月球中继卫星到地面站路径距离最小为优化目标,以卫星携带的通信终端数目、月球中继卫星与地面站的连通性为约束条件,提出了基于竞争决策思想的链路分配算法(Link Assignment Algorithm based on Competitive Decision, LAA-CD)和基于模拟退火法的链路分配算法(Link Assignment Algorithm based on Simulated Annealing,LAA-SA),并与贪婪算法进行对比。仿真结果表明,LAA-CD和LAA-SA算法下所得拓扑的平均月球中继卫星到地面站距离均小于贪婪算法,且LAA-CD算法能够有效降低算法的时间复杂度。进一步对比了两种星座,发现相比拉格朗日轨道卫星星座,在月球极轨道卫星星座下所得拓扑具有更小的平均距离,为空间信息网络分配提供技术支撑。     

空间物体解体碎片云的长期演化建模与分析

空间碎片云由空间物体解体产生的大量空间碎片组成,由于其相对集中地分布在有限的空间内,将会对临近航天器产生较大的碰撞威胁。为了分析解体碎片云长期分布特点,文章首先利用数值积分方法对空间碎片云短期分布规律进行了研究;在此基础上,针对处于环状分布的碎片云,根据碎片所在的轨道高度和具有的面质比值,将碎片划分到不同分组,以每个组作为研究对象,建立了描述碎片云在大气阻力作用下的解析演化模型。模型避免了对单个解体碎片的运动状态进行积分,可大大降低对计算资源和计算时间的需求。考虑在高度为1422km 圆轨道上运行的物体,解体产生了1780个碎片,利用解析演化模型得到碎片云未来50年内的演化分布状态。数值结果表明,碎片云的峰值密度在解体物体轨道高度附近,并在大气阻力作用下向更大高度区间内扩散;较低高度区间内碎片密度具有先增加,然后在大气阻力作用下不断减少的特点。     

iGPS测量不确定度空间分布分析方法

针对iGPS实际测量现场的快速评估与布局优化问题,研究了iGPS测量不确定度空间分布规律.给出了iGPS测量模型,据此建立了iGPS测量不确定度通用两站分析模型,进一步提出了基于两站模型变换的测量不确定度空间分布分析方法,并根据发射器覆盖范围进行了修正.该方法适用于发射器为任意数目与空间布局的iGPS测量环境,可用于计算iGPS测量环境中任一空间点的测量不确定度.构建了iGPS两站与四站实际测量环境,并进行了数值仿真计算与实际测量偏差对比.结果表明,两者数据吻合良好,该iGPS测量不确定度空间分布分析方法能有效描述iGPS测量不确定度空间分布规律.      

基于神经网络的体视PIV空间标定模型

体视粒子图像测速（SPIV）中的空间标定精度对SPIV的测试结果精度有较大影响。为研究标定模型对输入误差的处理能力,定义了一个无量纲参数——误差衰减系数,来评判空间标定模型对误差的响应。在此基础上针对SPIV两相机空间标定的误差产生和传播特性,发展了一种基于神经网络的且具有联合标定能力的SPIV空间标定模型。使用仿真实验手段,证实了该神经网络模型在很大的参数空间内均具有对输入误差的抑制能力,而传统的多项式模型或小孔模型并不具备这一能力;此外,神经网络模型在高光学畸变情况下的表现也优于多项式模型及小孔模型。因此,神经网络具备替换传统空间标定模型的能力,有助于提高SPIV的测量精度。最后在实验中证实了神经网络标定模型的空间定位误差仅为传统模型的1/4。     

基于Toeplitz矩阵重构的相干信源DOA估计算法

提出了一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

一种新颖的快速DOA估计算法

一次快拍空间FFT法运算量小,但抗噪声性能较差,易形成伪峰;多次平滑FFT法充分利用阵列多次快拍的所有数据,具有较好的抗噪声性能,抑制了伪峰的形成,但运算量较大。提出了自相关阵平滑空间FFT算法,其性能优于现有的自相关阵单列FFT,与多次平滑FFT法相当且易于实现,运算量较小。理论分析与仿真实验证明了该算法的有效性。     

自适应空间机动目标跟踪算法

在空间目标跟踪问题中,目标机动导致的模型不匹配问题会导致滤波算法出现滞后现象。为了对空间机动目标进行快速跟踪,在平方根容积卡尔曼滤波〖（Square rootCubatureKalmanFilter,SCKF）的基础上,引入强跟踪滤波（StrongTrackingFilter,STF）的思想,推导得到了次优渐消因子在SCKF中的等价描述。并通过建立以矩匹配方法为基础的自适应机制,设计了兼顾滤波精确性和鲁棒性的自适应强跟踪平方根容积卡尔曼滤波（AdaptiveStrongTrackingSquare rootCubatureKalmanFilter,AST SCKF）算法。仿真结果表明,在目标机动前,AST-SCKF算法和SCKF算法的位置收敛精度相差不足1%;在目标机动后,AST-SCKF算法的位置和速度的收敛精度相对SCKF算法分别提高了95.19%和30.50%,同时,其收敛速度相对SCKF算法分别提高了57.20%和24.68%。