GEO SAR长合成孔径时间弯曲轨迹成像试验

地球同步轨道合成孔径雷达（GEO SAR）具有重访周期短,观测范围广等优点,在军事及民用领域具有重要的应用价值。针对GEO SAR长合成孔径时间弯曲轨迹复杂成像特性,首次提出一种地面演示验证方法,对长合成孔径时间弯曲轨迹下成像可行性进行验证。给出长合成孔径时间弯曲轨迹定量分析过程,提出具体试验方案,最后角反射器成像品质评估结果表明可实现长合成孔径时间弯曲轨迹下目标点成像。     

地球同步轨道SAR曲线轨迹模型和成像算法研究

由于地球同步轨道合成孔径雷达(GEO SAR)轨道高度高,地球自转对其影响较为严重,其相对地球的运动变得更为复杂,低轨SAR中的直线轨迹模型已不能精确逼近其真实成像几何,基于该模型推导的成像算法也不再适用。针对这一问题,本文首先根据GEO SAR平台的运动特点,使用高阶逼近模型建立了适用于GEO SAR长合成孔径时间的斜距方程,并结合级数反演法,推导出该斜距方程下的二维频谱高阶近似表达式。在此基础上提出了一种二维频域成像算法并分析了其运算量。该算法所有操作都由快速傅里叶变换和相位点乘完成,具有较高的效率。点目标仿真结果表明本文斜距方程精度较高,该算法能实现GEO SAR全孔径高精度成像。     

新一代固液捆绑运载火箭研制及创新

长征六号甲运载火箭是我国首款固液捆绑运载火箭,相比固体捆绑运载火箭,其总体优化设计、力热环境预示、联合摇摆控制、无人值守等一系列技术方面有新的突破,推动了我国运载火箭技术的进一步发展。长征六号甲运载火箭作为我国后续新一代运载火箭的主力构型,在火箭系统设计、成本管控及数字化应用方面,进行了技术及管理流程的创新。本文对火箭研制历程、技术特点、流程创新和数字化应用进行了论述,提出了我国运载火箭的后续发展方向。     

一种LSTM模型预测BC值的空间碎片无控再入预报方法

提出一种利用长短周期记忆(LSTM)神经网络模型动态预测无控再入过程中弹道系数(BC)值实现空间碎片高精度再入时刻预报。通过利用空间碎片两行根数(TLE)、简化通用摄动模型(SGP4)与公开的物体陨落时间作为实测数据样本,利用迭代修正BC值方法构建预测模型的训练集,由此构造用于预测BC值的LSTM模型预测BC,再采用高精度轨道外推动力学模型配合预测BC值预报再入时刻,结果表明基于LSTM模型预测BC的空间碎片再入时刻预报方法是可行的,在95%的置信度内,90天以上的再入时刻预报精度小于10%,30天预报精度小于8%。     

The Mars Environment Analogue Platform long duration balloon flight

The MEAP (Mars Environment Analogue Platform) mission was to fly a stratospheric balloon on a semicircular trajectory around the North Pole in summer 2008. The balloon platform carried the high-resolution neutral gas mass spectrometer P-BACE (Polar Balloon Atmospheric Composition Experiment) as scientific payload. MEAP/P-BACE is a joint project between the Esrange Space Center, Sweden, the University of Bern, Switzerland and the Swedish Institute of Space Physics (IRF), Kiruna, Sweden. Mission objectives were to validate the platform for future long duration flights around the North pole, to validate the P-BACE instrument design for planetary mission applications (conditions in the Earth stratosphere are similar to the conditions at the Mars surface), to study variation of the stratospheric composition during the flight and to gain experience in balloon based mass spectrometry. All objectives were fulfilled.     

涂层材料长时间气动加热实验研究

分两个方面介绍了涂层材料低热流长时间气动加热试验情况.先对涂层材料进行试验筛选,再将性能较好的涂层材料制作成大尺度球锥模型,考核其整体热结构性能及粘接工艺.该试验研究利用了湍流导管试验技术,并将传统的用于高热流、短时间运行的亚声速电弧包罩试验技术拓展到低热流、长时间加热领域,成功进行了小尺度平板模型和大尺度球锥模型的长时间气动加热试验,试验时间达600 s,试验过程中流场参数稳定.试验结果表明,筛选出的涂层材料整体热结构性能及粘接工艺较好.     

一种宽带信道群时延测量方法

针对VLBI(Very Long Baseline Interferometry,甚长基线干涉测量)系统直接相位差分法的群时延测量精度与分辨率存在矛盾,以及线性最小二乘拟合法不适用于群时延失真链路的问题,采用一种基于非线性拟合的宽带信道群时延测量方法,对出现的问题进行分析与仿真,同时进行了实验验证并获取到实测数据。仿真表明,基于非线性拟合的宽带信道群时延测量方法适用于非线性相位系统,而且群时延的测量精度优于直接相位差分法2个量级。实测数据表明,在270~370 MHz频段内,传统的直接相位差分法和线性拟合测量法已失效,而该方法群时延的测量精度优于0.1ns,由此验证非线性拟合法能够以较高精度进行附加相位和群时延特性测量。     

树脂基防热材料长时间烧蚀后的变形问题

针对树脂基防热材料长时间烧蚀后变形问题进行了分析,通过对某改性石英纤维织物/酚醛复合材料烧蚀后碳层厚度、不同温度线胀系数及力学性能的测试分析,提出内部热应力是导致材料长时间烧蚀后变形的主要原因.     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。     

高总温空气与汽油燃料的旋转爆震验证试验

为验证高总温空气来流条件下汽油燃料旋转爆震的可行性,开展了气液两相旋转爆震发动机试验研究。旋转爆震发动机环形燃烧室外径和内径分别为202mm和166mm,长度为155mm。通过空气加热器模拟高总温空气来流环境,汽油和空气采用分开喷注的方式,分别通过高压喷嘴和环缝进入燃烧室。试验采用垂直安装的预爆震管成功起爆了旋转爆震波,并实现了旋转爆震波的连续稳定传播。试验结果表明：当空气质量流量为1110.0g/s,当量比为0.97,空气总温为713K时,旋转爆震波以双波对撞模态在燃烧室内连续传播,爆震波传播频率为1827.31Hz,与高频压力信号经快速傅里叶变换得到的主频一致,爆震波传播速度为1059.6m/s。在空气质量流量为1110.0g/s,当量比为0.84,空气总温为713K的工况下进行了3s的长程试验,验证了以高总温空气为氧化剂、汽油为燃料的旋转爆震发动机长时间连续稳定工作的可行性,获得的旋转爆震波传播频率为1907.5Hz。