征稿简则

正《航天电子对抗》由中国航天科工集团8511研究所主办,是中国宇航学会电磁信息专业委员会会刊,国内外公开发行。报道内容涉及与空间系统、导弹武器系统相关的雷达、制导与引信、通讯、导航、C4I等电子设备和系统的电子/光电攻防对抗技术等。主要报道电子/光电攻防对抗的最新技术、科研成果、工程设计和应用、性能检测与评估、模拟试验等论文与信息。     

《航天标准化》征稿与征订启事

<正>《航天标准化》,反映航天高科技成果及其应用标准化的综合性科技期刊,面向国内外广大读者。期刊主管单位:中国航天科技和科工两大集团公司:主办单位:中国航天标准化研究所。《航天标准化》,致力于标准化政策、法规、工作方法的研究与报道,开展广泛的学术探讨,通报有关标准化信息。设有的栏目:研究与探讨;标准介绍与实施;标准化与质量管理;型号研制标准化;产品三化设计;企业标准化;国外标准化和交流园地,等。欢迎各级领导、广大科技人员和标准化工作者积极订阅并投稿。     

征订《世界航天发展年度报告(2016)》

《世界航天发展年度报告》是中国空间技术研究院所属北京空间科技信息研究所精心打造的年度性咨询报告产品。作为国内空间技术领域高端智库,北京空间科技信息研究所以空间技术领域决策咨询为专业发展方向,对国内外发展进行分析和评估,为加速我国空间技术发展、提高航天器研制水平、增强主导产业竞争力,提供准确可靠的信息保障和决策支持。《世界航天发展年度报告(2016)》旨在融合长期以来对全球航天发展的跟踪研究,对截至2015年底的最新发展进行概括、分析及评述。报告紧     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

基于特征融合的雷达信号脉内调制类型识别

针对雷达信号脉内调制识别算法准确率低的问题,提出基于特征融合的雷达脉内调制类型识别方法,该方法首先提取雷达信号时频图像的形状特征和纹理特征,利用改进的主成分分析法（IPCA）对特征进行融合,然后将融合特征输入支持向量机（SVM）,实现信号的分类识别。仿真实验中对8种常见的不同调制类型的雷达信号进行识别,该算法在信噪比为5dB时识别准确率接近100％,验证了该方法的有效性。     

基于融合信息(火用)的转子振动故障SVM诊断方法

通过提取信息(火用)特征,提出基于融合信息(火用)的转子振动故障支持向量机（SVM）诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息(火用)特征;最后,将提取到的信息(火用)特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明：将信息(火用)特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率.     

叶身/端壁融合技术研究

角区流动的现象普遍存在,其中角区流动分离是制约叶轮机性能提升的关键因素。针对抑制或消除角区分离情况,在简要回顾二面角原理的基础上,提出叶身/端壁融合技术(Blended Blade-EndWall,BBEW),指出了其所包含的二面角原理的3种应用方式,并以NASA 67号转子叶片为例,采用数值方法研究了应用第2种方式(即增大过渡曲面最小曲率半径方式)的改型效果。结果表明:采用二面角原理第2种应用方式的BBEW能够有效地减弱或消除高负荷叶片吸力面角区分离,进而明显改善了67号转子叶片性能,因此BBEW是抑制或消除角区分离的有效技术。     

基于Bayes理论的多源可靠性数据融合方法应用研究

对Bayes方法在多源可靠性数据融合中的应用进行了分析。将Bootstrap方法和随机抽样法应用于确定不同先验信息下的先验分布或先验分布中的超参数。论证了采用线性加权进行多源先验分布融合的合理性,并提出了将样本的边缘分布作为该方法中确定权重的一个衡量尺度。最后,采用上述方法对某飞机组件的寿命进行了统计推断。     

基于CAN总线的航天员医学信息管理网络设计

分析航天员医学信息网络外部设备的数据产生和传输的特点,利用CAN总线实现简便、数据传输可靠的优点,建立了基于CAN总线的航天员医学信息管理网络,设计了专门的网络传输协议,并解决了网络实际应用中外部设备即插即用对网络的影响,圆满完成了系统数据传输任务。     

基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.