面向高轨空间的北斗导航性能增强星座选型研究

由于高轨空间超出北斗卫星导航系统的正常服务区域,导航信号微弱、可见性差,难以实现高轨飞行器全程稳定可靠的导航定位服务。提出了以空间卫星为时空基准传递平台,向高轨空间区域发射导航信号,从而提高高轨飞行器导航性能的方法,并展开面向高轨空间的北斗导航性能增强星座选型研究。基于卫星可见性、精度衰减因子（DOP）、信号接收门限和所需增强卫星数目等评估指标,仿真分析了基于LEO星座、MEO星座和HEO星座的北斗导航增强性能。     

两种低噪声放大器性能对地面接收系统影响的分析

针对进口和国产低噪声放大器（ＬＮＡ）的增益和噪声温度指标，就中科院遥感卫星地面站运行接收系统的主要系统性能指标即Ｇ／Ｔ值和误码率进行了理论分析和实际测量。结果表明，国产ＬＮＡ比进口ＬＮＡ的增益提高９．８ｄＢ，噪声温度降低４Ｋ，接收系统增益改善约０．２５ｄＢ／Ｋ，１０－７误码率对应的Ｅｂ／Ｎ０改善约０．７ｄＢ。     

某型教练机燃油系统漏油故障分析

某型教练机压力加油后,从飞机机背油箱右侧与机身结合缝隙处向外漏油。为查找漏油部位和漏油原因,进行了大量检查、拆装和试验工作,最终找出了漏油点并排除了故障。该故障现象较特殊,有一定的代表性,排故过程可为同类型故障排除提供经验和参考。     

不同冲击能量对层合板损伤及剩余强度的影响

基于三维逐渐损伤理论和全程分析方法,对复合材料层合板在冲击载荷及冲击后静载荷下的损伤过程进行分析,重点研究不同冲击能量对两种不同铺层参数、不同几何尺寸的T300/BMP-316复合材料层合板的损伤产生与扩展过程以及剩余强度的影响规律.结果表明:复合材料层合板存在可使其剩余强度急剧下降的冲击能门槛值.对于T300/BMP-316复合材料层合板而言,其冲击能量的门槛值介于5.0～5.5J之间;在冲击过程中,冲头下落速度具有一定的波动性,且不同铺层参数将影响冲击后复合材料层合板表面的凹痕深度.      

CFM56-7B发动机起动机失效模式分析

通过对CFM56-7B发动机起动机几种主要失效模式的分析,探讨了有效预防起动机失效的方法,以降低航班延误率。     

一种地球紫外中心快速提取方法

针对地球紫外中心指向高精度提取问题,提出一种基于梯度统计的快速、低存储需求的紫外地平圆盘中心提取算法。首先,考虑到星载计算机与高内存消耗的滤波算法、实时导航需求的冲突,采用结合Sobel边缘算子与局部二值模式（LBP）算子的改进边缘快速提取方法,有效剔除背景噪声并准确提取地球紫外临边特征。然后对非完整临边边缘采用最小二乘拟合得到中心的精确位置。实验结果表明,该方法抗噪声,可实现亚像素级地球中心提取,并显著降低存储需求和计算时间开销。对于1046×746的图像,该算法需要的存储空间仅为1100kByte,运算时间在20ms内,满足自主导航的需求。     

一种经济型测量传声器的改装、校准及应用

基于一种消费电子类的麦克风设计改装了一种经济型测量传声器,并设计了校准实验装置对其进行校准.对校准实验装置的可靠性进行了验证,利用该装置对自制传声器的幅值、相位进行了校准,将校准后的传声器安装在实验室的流管实验装置上进行测量,并和B&K(Bruel&Kjaer)公司的4938型传声器同样条件下的测量结果进行比较,对比结果显示自制传声器经过校准以后可以作为测量传声器应用.      

基于线性样条和CNN-LSTM的北斗卫星缺失数据处理方法

针对北斗某星辐射剂量探测数据缺失问题,提出了一种基于线性样条和CNN-LSTM神经网络模型的处理方法.在对数据特性分析的基础上,将原始数据分解为线性趋势项和季节波动项.对于线性趋势项,采用基于线性样条的缺失值处理方法;对于季节波动项,根据其时空变化特性,设计CNN和LSTM组合神经网络结构,完成季节波动项的缺失值处理....     

随机失谐叶盘结构失谐特性分析

为研究失谐叶盘结构最大的强迫响应幅值及最坏失谐模式,提出了运用遗传算法和序列二次规划混合优化方法确定失谐叶片最大的幅值放大系数及相应最坏失谐模式的通用方法.揭示了失谐跳变-局部化现象,构建了与振动响应局部化直接关联的表达因素.失谐敏感度分析表明,失谐叶片最大的幅值放大系数随失谐强度的增加而增大,并在失谐强度上界处取得极值,并没有所谓的失谐"阈值"现象.      

军工高安全软件数值型运行时错误分析方法

提出一种抽象解释和有界模型验证的数值型运行时错误分析方法.利用抽象解释方法分析程序数值变量范围,获得每个程序点达到不动点的变量初步值范围信息.根据待分析的运行时错误类型,在相关需要检测的程序点处将数值变量取值信息转化为断言或假设形式插入程序中,将带有断言和假设的程序转化为布尔公式,验证其可满足性,进而验证断言的正确性.实验证明,该方法与现有方法相比,在精度和效率两方面都有良好的表现.