美军全球作战先锋101空中突击师

101空中突击师隶属于第18空降军．是美陆军惟一要依靠直升机进行空中机动作战的快速反应部队。该师具有快速的空中机动能力和强大的火力与突击力，能够远距离超越地形障碍，对敌实施突然打击。其空中“机动-打击-再机动-再打击”的作战方式，有别于第82空降师的一次性空降打击，比后者更具灵活性和突击力。美军认为．空中机动与打击一体化的作战方式．有可能成为21世纪美陆军作战方式的方向。[编者按]     

政府和商业发射并用的美国新型运载火箭(下)

七、“渐进一次性运载器”(EELV)项目1.EELV项目的确定针对运载火箭的状况,美国从80年代中就开始在多个层面上研究取代已有火箭的新型航天发射系统方案。虽经三届政府和多个委员会的研究和建议,包括为几个方案拨款及开展方案论证和预研等工作,但新型航天发射系统的方案因为资金、要求改变和方案不被认可等因素始终没有得到批准。1993年8月众议院科学技术委员会航天科学与应用小组委员会主持召开“鼓励商业运载火箭工业发展”听证会后,国会在同年11月《1994财年国防授权法》中指令国防部与白宫科技政策办公室磋商,为国防部或美国政府制订…     

李子干：改善空间旅行食品质量、营养和安全性的天然途径

引言 最近，对李子干的研究发现，其天然成分可以解决地球和空间旅行的食品生产过程中存在的问题。人们普遍知道李子干含有大量天然纤维素（约7．5％），鲜为人知的是，它所含的山梨醇，即一种糖醇含量也很高（约15％，为食物中最高的），这是一种天然的保湿剂；苹果酸含量约为2％，是天然的风味增强剂，可以改进食品口味。在22种普遍食用的水果和蔬菜中它的抗氧化能力最高。     

结构自适应序贯正则极端学习机时间序列预测及其应用

为提高初始小样本情况下时间序列在线预测的精度,提出了一种结构自适应序贯正则极端学习机(SA-SRELM)。该方法在在线序贯学习阶段,针对不同训练样本规模选择不同的递推方式对输出权值进行更新;同时,在训练样本达到一定规模后,为提高预测模型对系统的动态适应性,在加入新样本的同时对旧样本进行剔除,完成预测模型的训练。利用3种混沌时间序列预测实例对所提方法的有效性进行了验证。最后,将所提方法用于航空发动机排气温度预测中,结果表明该方法相对正则极端学习机(RELM)和序贯正则极端学习机(SRELM)方法具有更好的泛化性能,预测精度分别是二者的约6倍和2倍。     

经纬向传播的甚低频台站信号对太阳耀斑响应特征的差异性分析

为了揭示太阳耀斑发生期间沿着经纬向传播的甚低频台站信号受到扰动的差异性,文章基于随州观测站的甚低频数据,分析了2017年9月8日经向传播的NWC台站信号和纬向传播的JJI台站信号对太阳耀斑的响应特征,比较了两条路径上信号的幅度对同一太阳耀斑响应的异同.结果表明:NWC信号的响应只有先上升再恢复1种,而JJI信号有先上升...     

卫星时分多址信号高精度快速时频差联合估计方法

针对传统时频差估计方法对时分多址(TDMA)信号进行参数估计时会出现不同用户相互影响、估计精度差,以及计算复杂度高不利于系统实时信号处理等问题,文章提出一种高精度快速时频差联合估计方法.首先,基于循环平稳特征对主站接收数据进行信号检测;然后,基于小波阈值去噪和短时电平和进行TDMA信号时隙分离;在此基础上,基于不同调制信号特征参数设计多级分类器,对每个分离的信号时隙进行调制样式判别,进而分选不同用户对应的信号时隙;接着,利用主站分选的各个用户信号分别与辅站信号进行时频差粗值估计;根据粗时频差估计值减小细化时差搜索范围,以获取精细时频差估计值;最后,利用二阶曲面拟合方法进一步提升参数估计精度.仿真结果表明:文章所提方法能够有效实现TDMA信号高精度快速时频差联合估计,可为后续卫星频谱感知体系的建设提供理论支撑.     

大型空中加油机关键能力解析

空中加油是现代加油机能力谱系的核心,但绝非全部。单就空中加油能力来说,外供油量．对空中力量体系的保障适应性是设计人员需要考虑的主要问题。为了在装备体系中发挥最大的效能,加油机设计还需要考虑多用途能力和更好地完成任务所需的其他能力。     

Gray bootstrap method for estimating frequency-varying random vibration signals with small samples

During environment testing, the estimation of random vibration signals （RVS） is an important technique for the airborne platform safety and reliability. However, the available meth- ods including extreme value envelope method （EVEM）, statistical tolerances method （STM） and improved statistical tolerance method （ISTM） require large samples and typical probability distri- bution. Moreover, the frequency-varying characteristic of RVS is usually not taken into account. Gray bootstrap method （GBM） is proposed to solve the problem of estimating frequency-varying RVS with small samples. Firstly, the estimated indexes are obtained including the estimated inter- val, the estimated uncertainty, the estimated value, the estimated error and estimated reliability. In addition, GBM is applied to estimating the single flight testing of certain aircraft. At last, in order to evaluate the estimated performance, GBM is compared with bootstrap method （BM） and gray method （GM） in testing analysis. The result shows that GBM has superiority for estimating dynamic signals with small samples and estimated reliability is proved to be 100% at the given confidence level.     

视景增强系统在民用飞机中的应用

视景增强系统可提高低能见度情况下飞机的运行能力,本文从视景增强系统的工作方式、运行规章目前允许的应用高度出发,结合国际及国内对视景增强系统的应用现状和前景的分析,判断视景增强系统必将在中国民航未来的空中运行中承担越来越重要的作用。