基于光谱信息散度的光谱解混算法

光谱解混是高光谱遥感定量化的关键,提出了一种基于光谱信息散度和光谱混合分析的光谱解混改进算法(SID-SMA,Spectral Information Divergence-Spectral Mixed Analysis).以光谱信息散度判定最优端元子集,端元选择时采用端元的初选和二次选择来提高端元选择的精度,得到较小的丰度估计误差.通过光谱库模拟数据的结果可以看出,SID-SMA的端元选择精度和丰度估计精度要优于其他算法,当信噪比为100∶ 1时,算法端元选择正确率达到了99.8%,29个端元的丰度估计总误差小于0.1,并且算法的速度较快.     

FY-3气象卫星中分辨率光谱成像仪结构仿真分析

用ANSYS软件仿真分析了风云三号（FY-3）气象卫星中分辨率光谱成像仪的结构。根据建立的成像仪有限元模型,进行了静力学、模态和谱分析,给出了X、Y、Z向加速度载荷下消旋机构的应力和变形、1-20阶模态频率,以及各向正弦振动谱作用下各部件的应力和变形。结果表明：有限元法与实验数据基本吻合,可用于成像仪设计的优化。     

大气层内拦截弹脉冲发动机消耗量离线计算

采用姿控式直接侧向力/气动力复合控制方式可以显著提高大气层内拦截弹的机动能力,但由于产生侧向推力的脉冲发动机数量有限,必须考虑减少使用数量的问题.除了最优化脉冲发动机点火分配逻辑之外,充分利用气动力也是一种可能的方案.本文基于弹体运动的线性化模型,探讨了在给定攻角响应时间的情况下,最大限度地利用气动力能否节省脉冲发动机点火数目,并对攻角响应所需用的脉冲发动机数量做了离线计算,给出了计算公式.     

维修保障中的备件分析

分析了几种常用的备件计算模型,考虑到武器装备在不同的使用环境下．各种协变量对装备可靠性特性的影响,给出了综合时间因素和协变量影响下的失效率和可靠度计算公式．并在此基础上给出了协变量影响下的备件计算公式。并用例子验证了该方法。     

导风轮轮罩引气对离心式压气机性能影响的数值研究

为了研究扩大离心压气机喘振裕度的实用技术 ,以解决某工程设计中的问题 ,用三维粘性计算流体力学 ( CFD)计算软件对离心压气机导风轮轮罩引气措施进行了数值模拟。该项技术在应用中所涉及的设计参数经过了初步的数值试验。从数值模拟的结果中 ,可以看到该项技术对离心压气机性能改进的明显效果      

一种小型全流量补燃循环火箭发动机实验装置

介绍一种新的液体火箭发动机动力循环型式—全流量补燃循环的概念及其相对于其它动力循环的优点。为研究这一先进的循环系统,设计了一套小型全流量补燃循环氢/氧火箭发动机实验装置。结合该装置的系统方案,对其进行一维管路计算;通过对2个预燃室进行热力计算,确定了其燃烧温度和预燃气体的热物理性质;在燃烧室压强和混合比大范围变化的情况下,对氢氧推进剂的比冲特性进行探讨,以此确定燃烧室压强为4.0MPa,推进剂余氧系数为0.75。最后估算出该实验装置所能产生的推力为4018.77N。      

空空导弹威胁下某型飞机的战伤计算与仿真

为获取飞机在导弹打击后的毁伤状态及战伤数据,指导军队战时战伤抢修和战场备件筹措,有效恢复作战能力,本文建立某型主战飞机的易损性模型、结构件模型及相关计算模型,分析了飞机在破片型战斗部打击下的生存力及损伤情况.计算结果实施了地面实弹打击试验及战伤抢修训练,为战伤飞机进行战伤模式分析、战伤评估和抢修方案的制定提供了重要依据,提高了飞机持续作战能力.     

发射消息

联合发射联盟公司的德尔它2—7420-10C型火箭9月6日在范登堡空军基地替波音发射系统公司发射了地眼公司的“地眼”1商业遥感卫星。卫星全色图像分辨率0．41米．多光谱图像分辨率1．65米,是现有商业遥感卫星中最高的。它原称“轨道观察”5,由通用动力公司制造,     

论DVOR4000与VRB-51D监控模块方位角计算区别

引言 多普勒全向信标（DVOR）是一种重要的测角系统,其中澳大利亚AWA公司生产的VRB-51D和阿尔卡特公司生产的DVOR4000是我国先后引进的两种全向信标产品,在我国民航领域有着广泛的运用。这两种DVOR产品产生的导航信号以及服务对象并没有区别,但是两种产品在电路设计上有着很大的区别,VRB-51D电路设计模拟化程度高,     

深空通信中延迟否定确认型CFDP的延时估算

根据深空通信的通信环境和长距离传输协议的时延,分析了空间数据系统咨询委员会(CCSDS)高级在轨系统中延迟否定确认信息型文件传输协议(CFDP)的文件传输机理,给出了应用此协议时延时的计算方法.仿真分析了影响延时的误码率、传输速率,以及协议数据单元(PDU)的大小和数量等的影响,获得了典型应用条件下深空通信中对误码率的要求.结果表明:CFDP可在深空探测大延时条件下正确传输文件,满足有效性要求.