航天器火工冲击技术研究进展

系统总结了国内外航天器火工冲击环境预示、地面试验和减冲击技术三个方面的研究进展,并分析了国内在以上三个方面与国外航天强国的差距。在此基础上,从我国航天工程实际需求出发,分析指出了今后航天器火工冲击领域应重点开展的研究方向。     

多尺度大视场十亿像素成像技术

十亿像素相机可以获取信息量较大的图像,在天文观测、航空航天遥感等领域具有广泛的应用前景。受探测器和光学设计水平的限制,传统的大视场十亿像素成像通过小视场相机扫描和图像拼接实现。为解决传统十亿像素相机实时性不高的问题,文章研究一种新型多尺度大视场十亿像素成像技术,从实现十亿像素成像的条件出发,阐述该技术的原理、优势及应用领域;分析系统独特的技术指标,包括物理锥角、重叠率等,梳理和归纳新型多尺度大视场十亿像素成像系统走向实用化过程中必须克服的关键技术。研究结果表明,该技术可在不提高系统复杂性的情况下大幅提高监视实时性。     

机载天线RCS减缩及其布局设计

机载天线系统是飞机的强散射源之一,对飞机隐身性能有着重要的影响。本文针对国外第四代战斗机机载天线系统的设计与布局,研究了具有低散射特性的机载天线系统设计技术措施,讨论了其机理和效能。对机载天线系统进行雷达散射截面积(Radar cross section,RCS)减缩设计与布局,在保证系统性能的同时,有效降低其RCS。     

航空发动机任务可靠性模型建立方法研究

任务可靠性模型是用以估计产品在执行任务过程中完成规定功能的概率,描述完成任务过程中产品各个单元的预定作用,用以度量工作有效性的一种模型。航空发动机作为复杂的机电产品,其使用功能和使用环境都较为复杂,行业内缺少航空发动机任务可靠性模型建立方法或指南。本文结合某型航空发动机的工程研制工作,尝试按照通用的任务可靠性模型建立方法,研究建立方法中各项分析工作的目的和意义及其相互之间的输入输出关系,摸索出适合工程应用的航空发动机任务可靠性模型的建立方法。     

基于能耗与可靠性约束的动量轮可重构性评价

针对目前在控制系统的可重构性评价中较少考虑系统能耗、可靠性限制的问题,文章研究了约束条件下卫星姿态控制系统可重构性度量及评价方法,建立了含执行机构失效因子的控制系统模型,并基于可控性格兰姆矩阵得到能耗约束下可重构性度量指标;然后将可靠性指标引入到系统可重构性评价度量中,进一步缩小可重构性集合;最终形成综合两种约束的可重构性评价方法。通过对含动量轮系统的重构构型仿真,得到约束前后的可重构性对比,仿真结果符合实际分析,验证了该方法的有效性。     

改进高职英语听力教学的策略--兼评2005年6月高等学校英语应用能力听力部分考试

基于2005年6月湖南地区进行的高等学校英语应用能力考试听力理解部分试卷和答卷情况的深入分析,结合实际,讨论反映在教学中的主要问题,并提出如何改进听力理解教学工作的建议。     

船载测控设备远程测试标校系统设计与实现

远洋航天测控事业的不断发展,对测控设备的远程测试标校和故障诊断提出更高的要求。目前。船载测控设备配备了大量的智能测试仪器,为建立船载测控设备自动化测试标校系统提供了有利条件。此外基于PXI总线的虚拟仪器技术的广泛应用,也为未来航天测控设备的自动化测试提供了新途径。本文主要探讨了船载测控设备远程测试标校系统的主要设计思想和实现方式。     

基于脉冲样本图和Vague集的雷达辐射源识别

针对现有雷达信号特征描述方式很难有效地对复杂雷达辐射源进行描述和识别,提出一种基于脉冲样本图和Vague集的雷达辐射源识别新方法。该方法把雷达辐射源识别问题转换为Vague集的多属性决策问题,不仅能很好地解决雷达信号识别中的模糊问题,而且无需传统方法的特征提取过程,简化了处理环节。另外,基于脉冲样本图的雷达辐射源识别是利用有序的多个脉冲同时匹配识别,因此更可靠。计算机仿真表明该方法是有效可行的,为复杂雷达辐射源识别提供了一种新思路。     

LEVEL DECISION-MAKING FOR AERO-ENGINE MODULES BASED ON INCREMENTAL KNOWLEDGE LEARNING

The maintenance of an aero-engine usually includes three levels, and the maintenance cost and period greatly differ depending on the different maintenance levels. To plan a reasonable maintenance budget program, airlines would like to predict the maintenance level of aero-engine before repairing in terms of performance parame- ters, which can provide more economic benefits. The maintenance level decision rules are mined using the histori- cal maintenance data of a civil aero-engine based on the rough set theory, and a variety of possible models of upda- ting rules produced by newly increased maintenance cases added to the historical maintenance case database are in- vestigated by the means of incremental machine learning. The continuously updated rules can provide reasonable guidance suggestions for engineers and decision support for planning a maintenance budget program before repai- ring. The results of an example show that the decision rules become more typical and robust, and they are more accurate to predict the maintenance level of an aero-engine module as the maintenance data increase, which illus- trates the feasibility of the represented method.