星载合成孔径雷达回波多普勒频率的计算

从星载合成孔径雷达（ＳＡＲ）与目标的相对运动关系出发，以ＳＡＲ发射信号的波长、卫星的轨道参数和目标的位置（地心经纬度）为已知条件，导出了计算目标回小以的多普勒频率的解析公式，这对于星载ＳＡＲ系统的性能 初步设计具有重要作用。     

加扰流环双组元LAE的流场数值仿真

采用交错网格系统SIMPLE算法和二维两相流场燃烧模型，对有不同形状(矩形、圆弧三角形及其混合结构)和位置扰流环的某双组元液体远地点发动机(LAE)流场进行了数值仿真计算。结果表明，扰流环对提高燃烧效率作用明显。环的位置应适中(不能过于靠近头部和喷管出口处)，其高度越大，燃烧效率越高。另外，矩形环的压力损失大于三角形环。     

一种新的最大似然三参数单站无源定位方法

在质点运动学原理无源定位的基础上 ,提出了利用角度、角速度和多普勒频率变化率 (三参数 )等观测量进行最大似然单站无源定位的方法 ,并且分析了它的定位精度问题 ,通过仿真试验证明这种定位算法具有定位精度高和收敛速度快的优点     

运载火箭总装运输起竖车液压系统方案探讨

以我国航天运载火箭事业发展需要以及承接外星发射任务的增加必须提高运载火箭发射工位的发射频率为依据，提出研制运载火箭总装运输起竖车液压系统的必要性；论证了实现运载火箭总装运输起竖车液压系统的技术途径、系统组成、功用、性能及今后应用展望。     

TDICCD相机的相对孔径与器件像元尺寸关系的研究

采用TDICCD可用小相对孔径光学系统，使相机轻型化，文章指出相机的相对孔径与TDICCD的像元尺寸必须正确地匹配，才能保证相机在奈奎斯特（Nyquist)频率处的实验室静态传递函数（MTFfN)≥0．2。确保相机装在卫星上飞行时，达到截止频率对应的地面像元分辨率，并介绍了国外TDICCD相机的主要参数。     

推力矢量控制系统的参考模型鲁棒控制研究

本文针对典型的推力矢量电波位置伺服系统中存在的参数摄动和加性扰动，采用模型参考鲁棒控制方法（ＭＲＲＣ），使系统对扰动不敏感。ＭＲＲＣ方法仅需要已知系统的输入输出信息，而不必采用全状态反馈，同时比模型参考自适应控制（ＭＲＡＣ）算法简单。文中通过理论分析和必要的公式推导，证明了系统是渐进稳定的，并且仿真结果也验证了ＭＲＲＣ的有效理论分析和必要的公式推导，证明了系统是渐进稳定的，并且仿真结果也验证了ＭＲ     

腐蚀对sic/Al(L2)和sic/Al-Ni复合丝力学性能的影响~①

本文对SiC/Al(L2)和SiC/A1-Ni复合丝在蒸馏水和在3.5％NaCl溶液中的耐腐蚀性能进行了研究。通过测试腐蚀前后复合丝的抗拉强度,利用气相色谱、发射光谱、X射线衍射等手段分析腐蚀气体和腐蚀产物,观察金相和扫描电镜下形貌的变化,发现SiC/A1复合丝在室温蒸馏水中36天、50℃和75℃蒸馏水中各15天浸泡后,其抗拉强度基本保持不变,说明该类复合材料对潮湿环境具有良好的耐腐蚀性能;SiC/A1-Ni复合丝在3.5％NaC1溶液中浸泡后,其抗拉强度随溶液温度升高和时闻延长而逐渐下降;其腐蚀主要是选择性腐蚀,其次是孔蚀和缝隙蚀。     

炭/炭复合材料防氧化涂层研究进展

介绍了近两年国内外开发的几种C/C复合材料高性能抗氧化涂层的微观结构和高温氧化行为,表明SiC-Al2O3-莫来石、SiC晶须增韧陶瓷、硅酸钇等涂层1500℃静态空气环境下均具有长时间防氧化能力,部分涂层还具有优良的抗热震性能。其中采用原位形成法制备的硅酸钇涂层具有极佳的抗氧化性能,可在1600℃空气中对C/C复合材料有效保护200 h。此外,还介绍了部分涂层的失效机理,并就C/C复合材料抗氧化涂层下一步研究重点提出一些见解。     

微型FM/FM副载波解调器的设计与实现

介绍一种应用于FM/FM遥测系统的微型副载波解调器,相时于传统副载波解调器单独使用硬件进行解调处理的模式,系统在硬件上直接对多路副载波信号进行高速采样,然后将数据通过USB2．0总线实时上传到计算机,利用计算机强大的数字运算能力对副载波信号进行解调。这种方式极大地减小了硬件系统的尺寸和成本,并且便于实现对FM/FM遥测信号的存储和进一步分析处理。     

基于UKF的航天器最小参数姿态矩阵估计方法

钊对航天器的惯性-星光姿态确定系统，选取基于矢量观测的最小参数姿态矩阵估计方法为定姿算法。但是由于系统模型是非线性的，针对系统模型的非线性，将UKF（Unscented Kalman Filter）与最小参数姿态矩阵估计方法结合，设计了一种针对MEMS陀螺和CMOS APS星敏感器的UKF姿念估计器。仿真结果表明：在敏感器精度较差的情况下，该UKF、姿态估计器能够满足大多数航天器对姿态确定精度的要求。此外，UKF和EKF（Extended Kalman Filter）的仿真对比结果表明：UKF滤波器的收敛速度高于EKF滤波器，状态估计的精度也优于EKF滤波器，且数值稳定性好。