频域反射测量数据的加窗处理

阐述在频域反射测量数据（矢量或标量）变换到时域形式之前加窗处理的目的，介绍常用的各种窗与优、缺点以及其应用。     

军用超高音速紧凑型动能导弹的激光窗设计

目前美国军方正在研发紧凑型动能导弹,这种导弹能实现以超高音速低空掠海。被称为侧方散射激光驾束的现代化制导技术已发展了起来,这种技术应用1．06μm激光束把离轴制导中继链路传递给导弹。四个矩形的旁视光学窗被用在弹上来作为接收器。飞行速度峰值会引起瞬态剧烈高热梯度,为了评估热梯度的影响,我们在对气热与结构作细致翔实的分析之后,还进行了地面测试实验的验证。该窗设计应用了Dynasil窗（由Meller光学有限公司制造的一种熔融石英材质）以及Grafoil（产品品牌）密封来紧固窗,以切断到激光电子接收器的气体路径,并减少对金属框夹具的动态影响。在海军航空战术中心T-Range气热测试实验室进行的气热测试以及在埃格林空军基地最后飞试期间,该窗设计得到了成功地验证。本文将提出此种激光窗设计的研制方法,这一方法是通过飞行试验演示证明窗系统的性能来完成的。     

高度表天线窗成型工艺改进

从原材料、固化体系、糊制工艺三个角度分析了天线窗表面发白的原因,选用了中温咪唑类催化固化体系,摸索出了均匀施胶、排泡的手糊成型方法及固化参数。试验结果表明,改进后制品满足产品技术条件中的电气性能、力学性能指标要求,并通过了例行试验的考验,改善了产品外观质量,提高了产品质量稳定性和环境抵御能力。     

开“窗”结构对环帆伞开伞过程影响

随着载荷重量的增加，单伞已无法满足大重量返回舱的安全着陆要求，群伞系统获得关注并成功应用。然而，伞间干扰等问题仍困扰着群伞的设计，新一代载人飞船已经考虑从透气性角度对此进行解决。同时，鉴于群伞开伞过程仿真难度较大，在不改变伞衣构型设计的前提下，采用流固耦合（FSI）方法针对单伞开展不同透气性的环帆伞开伞过程数值模拟，旨在研究开“窗”结构对环帆伞气动性能的影响。结果表明：开“窗”结构对环帆伞开伞过程中的外形变化有较小影响，开“窗”前后的伞衣投影面积与名义面积比变化最大不超过15%；对于不同的开“窗”位置和数量，平衡平均阻力系数、开伞动载系数及阻力系数波动三者的最佳选择为帆5位置和25%数量；采用开“窗”结构后的环帆伞最大摆角至少减小5°，且减小幅度随着开“窗”数量的增加而增大，但与开“窗”位置之间并无明显规律。     

一种基于滑窗的余度指令判别算法

在对关键指令进行接收处理时,往往需要增加对该类指令的判断,防止因为人为错误行为或是外界干扰造成意外事故。比较常见的有"3"判"2"或者"5"判"3"甚至更大数量的余度指令判别法,但是这些普通的判别法在某些情况下会失效。以浮空器为应用背景,提出了一种基于滑窗的余度指令判别算法。在大量的测试用例下,算法执行成功,结论证实该算法具有一定工程应用前景。     

某型飞机前风挡有机玻璃裂纹故障分析和换装

通过失效分析和生产过程调查,找出了某型号飞机侧窗有机玻璃透明件裂纹源,发现其应力-溶剂裂纹为在应力和溶剂共同作用下产生,确定了零件的关键工艺改进和防错措施.同时,还通过工艺试验和工装模具与可调节退火架的设计,确定了前风挡有机玻璃换装件各道工序的换装方案,并完成了换装.     

让我们彼此打开一扇窗 中国宇航学会与美国航空航天学会签署合作备忘录

“让我们彼此打开一扇窗,加强交流,促进开放。”这是美国航空航天学会总裁、美国轨道科学公司主席兼CEO戴维·汤普森访华时说得最多的话,也赢得了广泛共鸣。受中国宇航学会邀请,戴维．汤普森先生于2010年3月30日和31日在北京进行了为期2天的访问。中国宇航学会理事长、航天科技集团总经理马兴瑞和中国科协副主席、航天科技集团公司副总经理袁家军分别会见了戴维·汤普森。马兴瑞和戴维·汤普森分别代表中国宇航学会和美国航空航天学会签署了合作备忘录。     

基于多组合窗函数的NLFM信号匹配滤波器设计

文章研究了在相位逗留原理的基础上采用由多种窗函数线性组合得到的组合窗设计NLFM信号的波形与脉冲压缩滤波器,重点分析了组合窗函数的组合参数及窗函数数量对NLFM信号脉冲压缩结果的影响。仿真结果表明,在一定条件下对基于三种窗函数线性组合的组合窗设计的NLFM信号进行谱修正滤波后,主副瓣比（RMS）可提高4．6～8．9dB,而主瓣展宽和主瓣损失变化较小。     

基于多尺度梯度及深度神经网络的汉字识别

介绍了一种基于多尺度滑动窗的方法提取文字的梯度直方图特征,并结合深度神经网络对印刷体汉字进行识别.针对梯度直方图的空间关系,使用可伸缩的滑动窗对图像进行分割,在不同尺度上获取文字的特征信息,有效融合汉字的全局特征和局部分块特征.实验采用5层的深度神经网络模型对国标一级3755个印刷体汉字进行分类,并应用Dropout技术防止训练过拟合,提高神经网络的泛化能力.实验准确率达到98.292%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在文字识别上的有效性.