F—22战斗机雷达

本文对F－22战斗机雷达APG－77的功能、性能和设计思想进行了较为详细的描述。对雷达和F－22航空电子系统的关系以及项目管理和费用等问题也作了一般性说明。     

开放式超高速空间智能数传系统研究

开放式超高速空间智能数传系统具有针对超高速载荷数据输入、基于开放式架构设计实现在轨智能信息处理的特点。文章中研究超高速复杂数据流控制与路由交互技术,采用具备空间环境适应性的高可靠光电模块等高速传输接口,先进的星型路由处理拓扑架构,制定统一数据标准协议,构建开放式超高速星载处理系统平台的方法。通过平台集成共用、架构在轨重构、软件上注更新方式实现各种先进智能处理算法应用。研究多源数据分类存储和管理技术,解决了海量多组高速数据存储和检索问题,满足高达数百Tb的超大数据存储检索能力。通过设计仿真和试验验证了系统功能性能。实现了具有数百Gbps高实时性载荷数据信息处理能力、灵活空间智能处理功能和开放式架构的新型空间智能数传系统。     

基于实波束扫描的相控阵雷达前视成像

实现机载或弹载雷达正前方目标区域高分辨力成像对提高着陆安全性或制导精度有着重要的意义,基于相控阵雷达(PAR)工作原理,建立前视扫描过程中的回波信号模型,对目前广泛研究的解卷积前视成像方法进行了深入分析,指出其未能有效提高方位分辨力的原因,并在此基础上提出了一种基于压缩感知理论的扫描雷达前视成像方法。该方法通过对大时宽带宽积信号的脉冲压缩获得径向高分辨,并基于场景中的强散射中心分布具有稀疏性(可压缩)这一事实,利用压缩感知最优化方法获得高的方位分辨力,仿真结果证明了所提方法的有效性,分析了基于压缩感知前视成像方法的性能。该方法同样适用于机械扫描雷达的前视成像。     

发生器头部电子束焊缝熔深相控阵超声检测

为了解决液体火箭发动机燃气发生器头部关键电子束焊缝熔深无法测量问题开展相控阵超声检测技术研究。基于发生器头部焊接结构特点阐述了熔深测量原理; 建立了超声仿真模型,对带有矩形槽人工缺陷的模拟件进行检测试验,验证了模型建立的合理性和计算结果的有效性; 通过仿真分析获得了不同频率相控阵探头在工件内部的横波声场信息,对探头频率...     

一种相控阵雷达搜索参数设计策略

为实现相控阵雷达探测高超声速目标最远发现距离尽可能大，设计了一种基于改进告警-确认检测方法的搜索参数优化策略。首先根据雷达原理和目标特性指出搜索参数优化需求，分析告警-确认检测基本原理并给出考虑搜索空域内新目标平均出现率的帧时间计算公式，然后以每个波位的告警检测与确认检测的驻留时间和虚警概率为优化变量、以最大化最远发现距离为目标函数建立搜索参数优化数学模型并给出求解步骤，最后对设计方法的有效性进行仿真验证。结果表明，在总虚警概率和每个位置允许的最大驻留时间双重约束下，设计的搜索参数优化策略可以较短的帧时间获得较大的最远发现距离。跟踪负载相同时，设计的搜索参数优化策略优于均匀搜索方法和告警-确认检测方法。     

具有栅瓣抑制功能的非等间距光学相控阵芯片研究

光学相控阵 (optical phased array,OPA) 作为一种激光扫描技术，具有扫描速度快、精度高、损耗小和易于集成化等优点，在光通信、无人驾驶、激光雷达和航空航天等领域具有广泛的应用前景。为了抑制旁瓣的产生，要求工作波长大于OPA的阵元间距，导致远场主瓣附近必然产生栅瓣，降低OPA扫描精度和扫描范围。提出了一种具有栅瓣抑制功能的非等间距OPA芯片，可实现宽视场、高精度的光斑偏转效果。采用遗传算法优化64路非等间距OPA阵元间距，得到最低栅瓣的阵元分布，实现最佳的栅瓣抑制效果。实验结果表明，在1 500~1 600 nm波长范围内，优化后波导最小间距为2.2 μm，最大间距为11.4 μm，芯片远场光斑可实现20°×10°的二维扫描角度，且对旁瓣的抑制作用显著。     

一种基于脉冲前导的数字相控阵距离校零方法

数字相控阵设备使用了高速AD、FPGA等大量数字器件，每次设备上电重启后，数字器件频率参考时钟的初始相位存在随机性，由此带来的时延抖动导致设备距离零值发生变化。在工程应用中，一般会在每次设备上电重启后实施一次系统校零，以确保测距零值的正确性，但这一处理无疑增加了系统工作的复杂性。提出了一种通过添加前导脉冲控制实现固定传输时延的方法，采用该方法后无需每次上电重复实施系统校零，简化了设备使用模式。仿真测试结果和工程实践验证了方法的有效性。     

多通道相控阵天线数字波束合成技术及实现

本文针对多通道相控阵天线数字波束合成的需求，研究多通道阵列波束数据采集和实时处理技术，实现了基于FPGA的多通道数字波束合成系统，完成了对16路阵列信号的数据同步采集、方向图波束合成、数据快速传输与实时处理。实验结果表明:该技术具备良好的工程可实现性，且实验系统工作稳定，合成的方向图各项指标能真实地反映多通道相控阵天线的性能优劣。     

基于深度学习的焊缝PAUT数据智能化分析方法

超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中，对检测数据缺陷的识别定位目前多采用传统的人工判读方式，判读效率较低，对检测人员的判读经验有较高要求，难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型，通过对焊缝超声相控阵检测的S、B扫图特征进行融合，并结合焊缝的三维结构信息，识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9，较为接近缺陷的真实空间位置，可以实现焊缝超声相控阵检测成像结果智能识别和定位。