战斗机全机疲劳试验技术发展概述

在战斗机的设计与研制过程中，结构强度始终是一个重点关注的问题。疲劳强度决定了飞机的安全性、耐久性和可靠性等重要指标。全机疲劳试验是验证飞机结构疲劳强度是否满足设计要求的重要手段。本文介绍了国内外全机疲劳试验技术的发展现状，综合分析了我国的全机疲劳试验技术；总结了新型战斗机全机疲劳试验技术成果，包含试验载荷谱、载荷边界模拟、动力系统、数据处理、损伤检测和监测等多个方面，并给出了全机疲劳试验技术的发展规划和建议。该研究可为其他飞机疲劳试验提供重要的技术支撑。     

一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测算法

针对当前的山体滑坡监测技术监测精度低、实时性差、自动化程度低的问题，提出了一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测技术。该技术使用抗差自适应Kalman滤波技术,对包括实时动态(RTK）载波相位差分定位数据、无人机摄影测量数据、土工带传感器数据在内的多源数据进行融合分析，将滑坡形变监测精度提高到了mm级。RTK技术和土工带传感器的使用克服了天气状况、植被覆盖对滑坡监测的影响。使用灰色预测理论对山体滑坡监测点进行形变预测，结合蠕变切线角判据，该技术实现了对山体滑坡预警等级的划分。仿真实验结果显示，该山体滑坡监测技术能够成功实现山体滑坡预测预警功能。     

基于永久散射体合成孔径雷达干涉测量技术的地面沉降监测

城市施工建设及地下水开采活动日益频繁，导致城市地面沉降问题日益严重。虽然传统地面沉降监测技术的精度较高，但成本也高。近年来，星载合成孔径雷达干涉测量(InSAR)技术发展起来，已被用于监测大范围地表形变，具有低成本、大面积、高精度等特点。首次采用永久散射体合成孔径雷达干涉测量(PSInSAR)技术，监测上海西南某区域2017—2021年间的地面沉降。结果显示:除一处楼房外，该区域大部分地区未发生沉降，最大沉降速率约-7.10 mm/a，最大沉降量约25.43 mm。采用该技术监测沉降，一方面节省了大量的人力和物力;另一方面，本研究成果对城市地表沉降的科学防治具有重要的参考意义。     

基于LSTM-ResNet模型的时变结构损伤检测

面向火箭结构健康监测，提出了一种基于深度学习的损伤检测方法，直接将多个通道的振动数据作为输入，并基于由长短时记忆网络LSTM（Long Short-Term Memory Networks）和残差卷积神经网络ResNet（Residual Convolutional Neural Networks）组合而成的LSTM-ResNet网络进行损伤识别。其优点在于，首先利用LSTM提取信号的时间依赖特征，减轻了由某些通道信号缺失带来的影响，再利用ResNet在不损耗特征的情况下进一步提取空间特征，提高了训练效率和损伤辨识准确性。通过充液圆筒振动放水实验模拟火箭飞行状态下的燃料消耗，并基于自主构建的数据集和公用数据集对LSTM-ResNet、LSTM、ResNet以及ResNet-LSTM网络进行了训练，训练结果表明，LSTM-ResNet组合网络无论在传感器是否存在故障的情况下都具有更好的性能，损伤检测精度更高。     

基于奇异值分解的接收机自主完好性监测算法

基于最小二乘法残差的接收机自主完好性监测（receiver autonomous integrity monitoring，RAIM）算法本质是一种基于伪距残差矢量的一致性监测算法，但由于残差矢量中各分量具有一定的关联性，掩饰了某些重要的不一致性信息。为了消除这种关联性，提出了一种基于奇异值分解的接收机自主完好性监测方法。在方法中利用奇异值分解对伪距观测矩阵中的观测系数矩阵进行分解，获得奇异值空间矢量和奇异值空间矩阵。基于奇异值空间矢量构造能够直接反映故障卫星偏差信息的检验统计量，从而可以简便地进行粗差监测，更好地满足完好性监测需求。鉴于实际中完好性故障包含运控系统故障、导航系统故障、信号传播异常以及地面接收处理故障等多类因素，以脉冲型和阶跃型两种故障方式进行基于奇异值分解的RAIM故障检测与识别，并开展仿真分析研究。结果表明，提出的方法能够正确检测、识别故障卫星，在特定参数下能够达到很好的故障识别率，即当误警概率设置为1×10-5/h、引入阶跃故障误差为25 m时，算法能够实现98.8%的故障识别率。     

基于TestStand及LabVIEW的航电通用故障监控软件自动化测试研究

基于TestStand及LabVIEW软件平台,以航电通用故障监控软件为例,从测试架构、测试逻辑等角度,为航空电子软件自动化测试提供思路和方法.     

GNSS复杂电磁环境综合监测测向与分析评估技术

复杂的电磁环境是电磁辐射源集合与电波传播环境相互作用的总和.针对目前GNSS易受复杂电磁环境影响的问题,研究了GNSS复杂电磁环境综合监测测向与分析评估技术,提出了专用信道化监测方法、比幅与比相联合测向方法、卫星导航信号和电磁干扰信号综合分析方法以及GNSS复杂电磁环境影响效应分析评估方法,解决了现有通用设备在弱信号监测测向、电磁干扰信号与导航信号联合监测以及在复杂电磁环境影响效应分析评估方面存在的不足.该技术能够指导GNSS复杂电磁环境综合监测测向与分析评估设备的研制,为GNSS复杂电磁环境监测保障的工程化提供了技术支持.     

基于叶端定时的转子叶片裂纹监测与诊断

为了实现转子叶片裂纹非接触式监测，提出基于??0范数的叶端定时欠采样信号稀疏重构算法。针对叶端定时信号欠采样问题，建立欠采样信号稀疏表示模型，利用分块正交匹配追踪算法对叶端定时欠采样信号进行分段重构，进而监测在变转速非稳态工况下转子叶片动频的变化情况，据此判断转子叶片是否产生裂纹。针对应变片信号间隔采样的特点，研究基于同步提取变换的时频分析方法，以提高时频图的时频聚集性。开展旋转叶片裂纹扩展试验，同时采用叶端定时和应变片系统测量叶片振动。对比叶端定时和应变片的分析结果，二者均可在裂纹叶片断裂之前至少20min，监测到裂纹叶片和正常叶片的动频发生分离的现象，即裂纹萌生致使叶片动频发生偏移，表明所提出的叶端定时欠采样信号重构方法能够实现转子叶片裂纹的监测与诊断。     

利用无线通信链路进行基于深度学习的大雾天气监测

为了以低成本、高时空分辨率进行大雾天气监测，提出一种利用无线通信链路进行基于深度学习的大雾天气监测方法。由于信道中不同浓度的大雾天气在信号中留有的特征不同，采集了4种不同浓度大雾下的无线电信号，建立无线电大雾天气监测数据集；通过在传统ResNet50网络中引入注意力机制并进行特征融合，得到改进后的A-ResNet50模型。利用A-ResNet50网络提取接收信号中留有的不同浓度大雾天气的特征，对四类不同浓度大雾天气进行分类识别，达到监测大雾天气的目的。所提方法在建立的数据集上进行了验证，相较于其他传统分类算法，本方法性能最优，最终识别准确率达到86.18 %，结果证明了该方法的可行性和有效性。     

大气环境监测卫星在生态环境行业应用分析

大气环境监测卫星是首颗生态环境领域大气环境监测专用卫星。卫星搭载了5台有效载荷，可实现CO2主动激光探测和大气细颗粒物的主被动结合探测，以及对气态污染物、云和气溶胶、水环境、自然生态等要素大范围、全天时综合监测，为生态环境遥感监管提供重要的数据支撑。本文从卫星载荷特点及数据获取能力出发，分析了其在生态环境行业的应用能力，并从大气环境、水环境和生态环境监测3个方面，结合在轨测试情况对卫星的应用能力进行详细阐述，可为开展大气环境监测卫星遥感应用提供参考。