一类新型碳纳米复合材料：Sc2@C84@SWCNTs的构筑及结构确定

Peapods是指将富勒烯(Fullerene)或内嵌富勒烯(Endohedral Fullerene)填充进单壁碳纳米管(single Wall Nanotube,SWNT)而成的一类新型碳材料。对Peapods的制备、结构、性质及其应用做了较详细的介绍与评述,并制备了Sc2@C84@SWCNTs的豆荚结构。     

航天器软件的研发路线

航天器自主能力构建面临着需求不断增多、多变、复杂化、未知的发展趋势,需要在软件研发方式和架构设计上做出改变。在分析已有的4种研发路线的基础上,提出第5条路线,即基于模型化、数据化设计思想的研发路线;提出具有即插即用能力的业务模型,采用电子数据单技术自底向上构建设备级和功能业务级的即插即用能力;以智能规划业务为例说明了业务模型的设计应用。路线5的目标是为构建航天器自主能力和星地之间智能管控能力提供可持续发展的基础。     

隔舱式双脉冲发动机金属膜片打开压强研究

根据双脉冲固体火箭发动机的要求,设计一种隔舱金属膜片式的级间隔离装置,装置包括预制缺陷槽的金属膜片和支撑架,利用有限元法对隔舱金属膜片进行数值模拟研究.仿真结果表明在支撑架的作用下,金属膜片的承压能力大幅提高,能够满足Ⅰ脉冲承压要求.在Ⅱ脉冲40 ms建压15 MPa的条件下,厚度t=2 mm、凹槽深度h=1 mm的金...     

单小批量武器装备保障的质量屋模型研究

摘要：针对单小批量武器装备保障的特殊需求,对传统的质量屋模型进行了改进,建立了基于装备保障需求与保障规则的质量屋模型,利用整数规划技术进行求解,使得单小批量武器的装备保障规则按照实际保障需求重新排列优先次序,并通过对某型火炮保障方案的筛选验证了模型的正确性．新的质量屋模型发展完善了质量屋的理论与方法,有助于提高单小批量武器的装备保障能力．     

双频圆极化小型微带天线的设计与实现

文章设计了一种新型的单馈点双频圆极化小型微带天线,该天线采用层叠结构实现双频工作,利用两个半径不同的圆形贴片实现双频谐振;通过在上下贴片不同的对角线方向上开对称的圆孔实现圆极化和小型化。对该天线进行了仿真优化,结果表明天线工作在1.575 GHz GPS频段和2.08 GHz UMTS频段,工作频带上轴比性能良好,相比于没有开孔的圆形贴片天线尺寸减小13%左右,且具有较好的波瓣宽度。最后实际加工了相应的贴片天线并进行了测试,实测结果验证了这种设计的可行性。     

LDO稳压器敏感度建模与仿真技术研究

基于LDO稳压器在电磁干扰（EMI）下产生直流偏移失效的机理分析,展开敏感度建模与仿真方法研究。使用一款实验芯片,创新地引入片上电压传感器,用于测试EMI在LDO稳压器内部的传播特性。在敏感度建模中,建立等效电路模型,通过直流功能测试,Z参数阻抗特性测试验证模型的正确性,将该模型用于LDO稳压器的敏感度预测。在敏感度仿真过程中,通过分析关键子电路和不断增加寄生元件,仿真不同寄生因素对敏感度影响的权重。将仿真结果与传导直接注入法（DPI）片上测试结果对比,仿真结果与DPI测试在频域1MHz至1GHz匹配。     

N2O/C7H8单喷嘴燃气发生器试验研究

以基于N2O/C7H8的燃烧驱动混合型气动CO2激光器点火试验为研究背景,设计了液态N2O供应系统及N2O/C7H8单喷嘴燃气发生器.对液态N2O供应系统、N2O/C7H8的点火及燃烧性能进行了研究.试验结果表明:设计的N2O供应系统能够实现液态N2O的稳定供应;在设定的时序下,两个设计工况(余氧系数分别为0.3和0....     

基于SOPC技术的无人机飞控系统硬件平台设计

提出了一种基于可编程片上系统(SOPC)技术的无人机飞行控制系统硬件解决方案.控制系统核心为单片FPGA芯片,处理单元采用了多个高性能32位嵌入式NiosⅡ处理器来并行处理数据.利用VerilogHDL硬件描述语言在FPGA芯片内部编写了包括图像预处理、姿态预处理、逻辑控制系统等设备.和传统的无人机控制系统相比,得益于采用SOPC技术带来的高度集成性,控制系统保证了在具有很强的数据处理能力的同时拥有较小的体积和较低的功耗.     

基于AHP方法的战场目标三维伪装效果评估

针对战场目标伪装效果评估视角单一、主观性过强等问题,基于层次分析法(AHP)和航迹发现概率对战场目标三维伪装效果进行多视角评估研究。在利用无人机倾斜摄影技术对战场目标进行三维建模的基础上,模拟无人机航线侦察获得多视角侦察影像;综合提取影像中目标与背景的亮度、颜色、纹理等8个评估指标并计算相似度,采用AHP建立单视角特征相似度评估模型;基于航迹的目标发现概率模型,计算多视角目标相似度权重,构建了战场目标伪装效果多视角评估模型。通过案例分析,多视角评估方法能够实现战场目标伪装效果多角度、连续性客观综合评估。     

基于SAR目标识别的深度学习方法

研究了DBN和SDAE在SAR雷达目标识别领域的应用,并在此基础上提出了一种双通道单隐含层的深度学习模型—DBN-SDAE。该模型的优势在于采用双通道的单隐含层模型对图像数据进行学习,提取图像特征,避免了传统深度学习方法随着隐含层和神经元数量的增加计算复杂度增长过快的缺点;同时采用加权融合方法融合两个通道所学习的特征,既保留了数据的细节信息,又保留了数据的结构信息,一定程度上解决了特征利用不充分的问题。实验结果表明,所提方法在NN迭代次数远远小于DBN中NN的迭代次数;且在识别准确率上最高可达98.640%,较SDAE和DBN分别高0.511%和1.701%。