基于LabWindows/CVI的IGS实时数据自动下载软件开发

随着全球导航卫星系统（GNSS）的日益发展,国际GNSS服务组织（IGS）所产生的各项数据以及产品日趋精确,应用也非常广泛。本文基于Labwindows/CVI开发平台,设计了从IGS的FTP服务器下载实时数据或产品的自动运行软件。该软件目前运行稳定、可靠,可以为IGS数据或产品的使用者提供自动化服务。     

2.5维自适应磁场重联MHD模式

磁雷诺数(R_m)是影响磁场重联的重要因素. 真实的物理环境中R_m往往很高, 例如, 在行星际空间和太阳日冕中R_m通常大于104量级. 高R_m条件下的磁重联表现出很多异常特性, 然而高R_m条件下的磁场重联数值模拟需要很高的时空分辨率, 否则很难分辨出重联过程中形成的薄电流片. 本文基于自适应软件包PARAMESH将并行自适应网格技术引入磁场重联数值模拟, 建立了一个2.5维自适应磁场重联MHD模式, 研究高磁雷诺数条件下重联的动态演化过程, 进而将不同磁雷诺数的参数进行对比研究. 结果表明, 该模式可以自动捕捉到磁场重联产生的奇性电流片, 高磁雷诺数条件下产生的慢激波结构可提供一种快速磁能释放机制.      

电子回旋共振推力器放电室内磁场与微波电磁场分析

电子回旋共振推力器具有寿命长、比冲高、结构简单等特点,适宜用作深空探测器主推进装置。放电室是电子回旋共振推力器的关键部件,其作用是产生电子回旋共振等离子体。放电室内的磁场和微波电磁场分布对于推力器的可靠启动、稳定工作有着重要的影响。为此针对10cm推力器,采用大型有限元分析软件ANSYS建立了三种磁路模型,计算了放电室内的磁场分布,得出三种方案中电子回旋共振面的位置,分析放电室材料不同时磁场分布的变化;最后采用ANSYS有限元分析软件计算了放电室内的电磁场分布。结果表明,在电子回旋共振面上微波能量满足放电所需能量。计算结果可以为电子回旋共振推力器放电室的设计提供帮助。     

基于DEA的研制阶段装备保障方案评价模型

针对目前研制阶段装备保障方案评价在角度和方法上的不足,提出基于数据包络分析(DEA,Data Envelopment Analysis)的评价模型.分析提炼保障系统的整体特性,建立保障系统的特性评价参数,构建基于数据包络分析的评价模型,通过计算保障方案的相对效率指数进行保障方案的评价,采用基于劣势前沿面的数据包络分析评价模型对多个有效保障方案进行二次评价,实现了保障方案的排序.结合研制阶段某型号军用飞机保障方案给出评价示例,从而验证了该模型的可行性和有效性,可为国防工业部门在研制阶段保障方案的评价上提供有效的决策支持.     

民航业的春天何时到来

2020年,一场突如其来的疫情让全球民航运输业迎来了凛冽的冬天.在过去一整年的时间里,疫情蔓延到了世界各个角落,病例遍及191个国家和地区,累计死亡病例突破200万例.这场全球范围内的公共卫生事件对全球经济产生了巨大影响,更是给全球航空业带来了前所未有的重创.全球航空数据公司Cirium最新数据显示,2020年全球航空...     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率（PTE）的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。     

磁场对高电压霍尔推力器性能影响研究

为研究磁场构型、磁场强度对高电压霍尔推力器主要性能的影响机理,以HET-200推力器为对象,采用固定磁场构型和不固定磁场构型两种方案进行实验研究。结果表明,在不固定构型的情况下增强磁场,放电电流存在两个极小值,效率也存在相应的两个极大值;但当固定磁场构型时,则放电电流只有一个最小值,效率也只有一个最大值。以最优效率下的磁场构型为基准,获得了磁场与电压、磁场与流量的匹配关系分别为B_(r, max)∝V~(0.7),B_(r, max)∝m。     

相位检测误差对核磁共振陀螺输出频率的影响

针对核磁共振陀螺中采用相位检测方案时可能引起额外频率误差的问题,提出了通过控制电子顺磁共振失谐量及静磁场扰动来抑制额外频率误差的方案。基于Bloch方程,推导了惰性气体原子系综输出频率的表达式,并将相位检测的过程包含在内。建立了考虑相位检测误差的核磁共振陀螺频率误差方程,给出了相位检测引入的额外频率误差表达式并进行了数值仿真。仿真结果表明,通过设定合适的共振失谐量,其额外频率误差至少可以抑制1个数量级,而通过精确地抑制静磁场的一阶及二阶扰动,可以进一步抑制1～3个数量级,将额外频率误差降低到nHz量级。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

区间数据回归分析方法

提出区间数据回归分析方法, 建立区间数据回归方程, 给出回归系数的最佳无偏整体估计及其协方差矩阵.详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析.该方法可以将各个不同状态下的区间数据作为一个整体进行统计分析, 具有信息量大、精度高的特点.