基于信息流电路可测试性的度量

准确地度量电路的可测试性是数字系统测试的重要问题之一。本文提出了一种基于信息流度量电路可测试性的方法,它表明可以将一个数字电路看成是一个信息处理系统。因此,电路的可测试性的度量值定义为电路输出的平均信息量与输入的平均信息量的最大值之比。文中给出了如何应用逻辑模拟软件来计算电路可测试性的度量值。对于由模块组成的电路,可以通过模块之间的一些特殊操作求得整个电路可测试性的度量值,本文也给出了方法及实例。文中还给出了应用本文提出的方法进行电路可测试性度量的实例,并与文[1,5]的方法得到的结果进行了比较,从而说明了本文方法的特点。     

摆动扫描地球敏感器数学模型及飞行试验结果

描述了东方红三号卫星(DFH-3)控制系统设计和数学仿真中采用的摆动扫描地球敏感器IRES-01的数学模型，东方红三号卫星近三年飞行试验结果与数学仿真结果基本一致，证明数学模型是正确的。     

用于先进火箭发动机的富氧预燃室

洛克达因公司已成功地设计和生产出了富氧的液氧/气氢预燃室,并在燃烧室绝压为14.1～21.3MPa,质量混合比为117—174,推进剂总流量为14.0～23.6kg/s 的工作范围内通过了热试车考验。按费用低、重量轻、易操作等原则设计的先进的富氧预燃室,其推进剂射流都处在同一个平面上(喷注面),以实现沿不冷却的燃烧室轴线方向的均匀燃烧。在八次主级工作时间为1～5秒的试车中,直径89mm 的富氧预燃室喷注器多次反复地验证了其良好的点火、火焰传播和火焰维持等特性,而且当通过测量计算所得的特征速度效率为99%时,没有不稳定燃烧的迹象出现。此时测得的燃气平均温度从260℃(混合比 I_m—174)到538℃(r_m—117),而且每次试验,各方向热电偶的测量值相差不大于24℃。全尺寸的富氧 LOX/GH_2预燃室的成功热试车证明了全流量补燃循环(Full-Flow Staged Combustion Cycle 简称 FFSC 循环)发动机设计的一个关键启动技术已被突破。本报告总结了富氧预燃室的研究情况并进而对确保可靠地实现点火、火焰传播和火焰维持,使预燃室形成高水平的推进剂混合和质流的均匀性的喷注器进行了设计分析。     

星载计算机的单粒子扰动及其加固技术研究

以实践四号卫星有效载荷“单粒子事件动态监测仪’为实践基础,介绍了星载计算机基于软件结合硬件容错抗单粒子扰动的加固技术;并对半年多来在轨运行中探测到的单粒子翻转和闩锁事件进行了初步分析总结。     

POGO蓄压器变频降幅特性分析

论述纵向耦合振动（POGO）蓄压器的变频降幅特性，指出其主要影响因素是蓄压器容积及连接管路的液阻，根据输送管路的特定频率，选择适当的蓄压器容积，使其固有频率与特定管路的压力脉动频率相一致，可以获得预期的变频降幅效果。给出了蓄压器的变频降幅试验研究结果，可为POGO蓄压器的设计，研制，使得提供参考。     

燃气收缩式作动器--一种新颖高效的着陆缓冲装置

文章介绍一种新颖的着陆缓冲装置——燃气收缩式作动器。可是在回收物体乘降落伞着陆前,通过回收物体快速向上（向降落伞方向）提升,抵消物伞系统的垂直下降速度,从而达到回收物体以很小的速度着陆,实现回收物体的软着陆。     

可延伸出口锥的研制与试验

1979年法国欧洲动力装置公司(SEP)开始研制可延伸出口锥(EEC)。共进行了六发点火试验,均取得成功。下一发点火试验计划在1987年6月进行,届时,将对四种不同方案进行评估,其中包括折叠花瓣式及套筒锥式两种方案。EEC是固体火箭发动机喷管的一个复杂部件。为了提高它的可靠性及降低研制成本,设计必须尽可能简单。碳/碳部件采用三向增强细编织结构,可以做到设计简单,适用于目前既复杂又能装配的结构。如花瓣式和套筒锥式就可以采用这种称为SEPCARB NOVOLTEX材料。     

印度火箭进行首次商业卫星发射

一直希望到商业卫星发射服务市场上“淘金”的印度4月23日终于如愿以偿,在用本国火箭发射作为主有效载荷的外国卫星方面迈出了第一步。格林尼治时间当天10时(当地时间下午3时30分),“极轨卫星运载器”(PSLV)火箭从位于金奈(又译钦奈、清奈,原称马德拉斯)以北80公里的斯里     

印GSLV火箭发射失败

印度“静地卫星运载器”(GSLV)7月10日在斯里哈里科塔的萨迪什·达万航天中心发射“印星”4C通信卫星时失败,使该国雄心勃勃的航天计划严重受挫。火箭正常起飞后数秒便偏离了设计飞行路线,约60秒时某些部件解体,包括卫星在内的残骸落入孟加拉湾内。此前不到一天,印可携带核弹头     

空间目标可拦截区与可遭遇区的确定

给出了天基拦截器对空间在轨目标的可遭遇区、可拦截区和实际可遭遇区的定义,基于冲量变轨理论,并以真近点角表示这三个区域,给出了确定这三个区域的数值搜索算法。对于非机动轨道目标,训练好的BP神经网络可根据拦截器/目标的相对位置,快速给出目标轨道上的可拦截区和实际可遭遇区。