电磁散射测试的可重构绳系并联支撑机构

根据电磁散射测试时被测目标物姿态滚转变化的需求,提出一种能同时满足全滚转扫描和其他多种姿态测试要求的可重构绳系并联支撑机构设计方案,并进行了理论分析和试验验证。用双回转机构构建可重构绳系并联支撑机构,建立了该机构的运动学模型和静力学模型。根据该机构的结构矩阵,采用蒙特卡罗法求解其力闭合工作空间,计算得到设计参数下的姿态工作空间,分析了目标物全滚转、俯仰,全滚转、俯仰和偏航2种组合姿态运动状态下,绳长的变化规律和绳拉力的分布情况。进一步地,分别对泡沫转台支架和绳系结构支撑的电磁散射特性进行了测试和分析。最后,分析了某飞机目标物在泡沫转台支架和绳系支撑下的雷达散射截面。结果表明：在8～12 GHz频段内,可重构绳系并联支撑机构表现出很好的低散射特性。2种支撑方式下飞机目标雷达散射截面测试误差的绝对值小于1 dBsm,相对误差为±10%。可重构绳系并联支撑机构支撑可拓展电磁散射测试能力,具有良好的工程实际应用前景。     

澳大利亚空间工业的五年计划

澳大利亚空间委员会主席唐·瓦茨博士已向澳大利亚国会递交了他的第一个五年计划，该计划对澳大利亚的卫星发射业务、小卫星研制、遥感和定位系统方面的作用提出了建议。澳大利亚空间工业五年计划旨在努力使澳大利亚弱小的空间能力合理化。空间工业人士常常批评政府的计划，称这些计划常为一些很小的收益而浪费了国家的空间经费。澳大利亚空间委员会是１９９３年成立的，它代替了原先的澳大利亚空间局，它的任务是为澳大利亚政府制定空间政策和开展初始工作。这个委员会只有很少的自由资金（１９９４／１９９５年度为９３０万澳大利亚元），…     

法国国家空间研究中心《2020愿景》简介

2013年,法国国家空间研究中心(CNES)发布其了2020愿景。在第64届国际宇航大会上,CNES向本刊提供了有关的介绍性文本。现将该文本译出,供参考。     

空间环境模拟设备标准体系建设研究

通过对我国空间环境模拟设备标准化现状分析,研究空间环境模拟设备标准体系建设的必要性,探索建设空间环境模拟设备标准体系的路径并给出相应的措施与建议。     

传输型光学遥感器超模式斜采样新方法研究

文章简要介绍了超模式和斜模式采样的概念，结合超模式采样技术和斜模式采样技术，提出了一种新的传输型光学遥感器的采样方法，即超模式斜采样，该方法充分发挥了超模式和斜模式采样的优占、，在图像信噪比保持不变的情况下，地面采样间距大大缩短，遥感图像的空间分辨率可以大大提高。     

基于星载毫米波顺轨-交轨InISAR的空间运动目标三维成像技术研究

研究了低信噪比情况下的星载毫米波顺轨/交轨In\|ISAR空间目标三维成像问题。由于传统的RD成像算法在目标尺寸较大和分辨率要求较高时不能取得较好的成像效果,故将波数域成像算法引入运动目标成像处理以获得高分辨率的二维图像,继而将顺轨/交轨三天线ISAR图像分别进行干涉处理,获得了目标上各散射点的三维位置。作为二维成像、图像配准等重要环节的基础参数,对低信噪比下的目标检测和三维运动参数估计进行了研究,分析了速度估计精度要求。最后,仿真结果表明了顺轨/交轨In-ISAR系统的有效性。     

自适应天线抗干扰性能研究

分析了适用于雷达抗干扰的一些自适应天线波束形成算法,将子空间正交投影算法应用于雷达抗干扰,针对子空间分解过程中特征向量不能完全正交的问题,采用约束化子空间分解算法,来保证子空间特征向量的正交性.最后通过仿真证明:子空间跟踪算法相对于传统的一些自适应算法具有更强的抗干扰性能.     

我国宇航空间环境领域国家标准体系的构建

空间环境标准是宇航活动安全的重要保障。本文在对空间环境研究领域归纳分析的基础上,对国内外空间环境领域的标准制定情况进行了梳理,并对当前空间环境领域的标准化形势进行了分析,进而介绍了我国宇航标委会空间环境分委会的工作开展情况,以及新构建的我国空间环境领域国家标准体系。最后,对我国空间环境分委会及后续的标准建设进行了展望。     

新型大功率高效率空间行波管电源

空间行波管放大器是通信、导航、数传等卫星中重要的功率放大部件。行波管电源是其重要组成部分,在接近50多年的行波管电源研发和制造历史中,行波管电源总体向着高效率、小体积、轻重量、高功率的方向不断发展。提出一种新型大功率高效率空间行波管电源,采用Buck+推挽两级式拓扑结构,低压采用一种新型Buck变换器,通过无损缓冲的方式,实现了Buck变换器各个开关管的软开关;高压采用谐振推挽的拓扑结构,实现了开关管的软开关,使行波管电源效率达到了94%,并在一台500W的样机中进行了实验验证,使行波管电源的体积、重量和效率指标得到进一步提升,为行放电源的小型化、高效率奠定了坚实的基础。     

基于双时相遥感影像差异信息的深度学习滑坡检测

目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点,滑坡目视解译依赖于解译人员的经验,耗时费力且提取精度低,而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题,文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法,获取时序影像各个波段和归一化植被指数（Normalized Difference Vegetation Index,NDVI）的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征,采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法,该方法增强了滑坡边界信息的保存,能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测,实验结果显示,所取得的综合评价指标值（F1-Score）分别为88.4%和90.53%,误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界,且能保持滑坡的完整性。