C/SiC材料在模拟空天往返条件下的可重复使用性能评估

针对飞行器空天往返、多次使用的发展需求,以2D C/SiC材料为对象,选择开放大气模拟环境、800 ℃温度条件开展了常/高温拉伸试验、以及常温→高温→降温循环变化历程下拉-拉疲劳的耦合试验,得到不同的力学性能规律,分析了影响材料表面涂层完整性的控制因素及转化点。表明C/SiC材料具有优良的高温静态持续强度性能,但在常-高温循环变化历程下的疲劳性能明显衰减。采用剩余刚度衰减模型,提出了力-热-氧耦合时考虑常-高温循环历程影响因素、以及氧化尺寸效应影响的疲劳剩余性能评估方法。     

基于超像素与多尺度残差U-Net相结合的遥感图像飞机检测方法

遥感图像中存在飞机很小、角度和位置不确定且背景复杂等问题,从遥感图像中检测飞机是一项重要且具有挑战性的任务,因此,提出一种基于超像素与多尺度残差U-Net(Multi-scale Residual U-Net,MSRU-Net)相结合的遥感图像飞机检测方法。首先对遥感图像进行超像素预分割,将位置相邻且像素特征相似的像素点组成若干个超像素,保持图像进一步分割的有效特征;然后构建多尺度残差U-Net,学习其多尺度判别特征。与传统的飞机检测方法相比,该方法用少量的超像素代替大量像素表达图像特征,降低了图像分割的复杂度,再利用MSRU-Net分割遥感超像素图像,有效检测不同尺度的飞机图像。在公共飞机遥感图像数据集上实验,结果表明,该方法能够有效的检测遥感图像不同尺度的飞机图像,检测精确率达到91.2 %。     

极化复用方式下高性能数传基带奇偶合路实时处理方法

数传基带奇偶合路实时处理,是极化复用方式下卫星过境弧段即时判读星载设备状态及获取空间科学探测成果的前提和基础。面向空间科学卫星高速数传实时处理需求,针对传统合路处理方法受限于内存拷贝与排序操作导致处理性能较低的问题,提出一种使用环形队列对数据进行内存管理并基于各虚拟信道奇偶单路传输帧计数自然有序特征进行合路处理的新方法,有效规避频繁的内存移动与复杂耗时的排序操作,显著提升奇偶合路实时处理性能。空间科学卫星任务的工程实践结果表明,所提方法的实时合路性能满足ASO-S卫星1 Gbit·s–1和CASEarth卫星1.6 Gbit·s–1的高速数传实时处理需求。      

壁温比对高速钝锥边界层转捩天地差异的影响研究

首先对比了天上飞行状态与地面风洞状态下钝锥边界层的转捩特性,然后利用基于线性稳定性理论的e^N方法对飞行状态与风洞状态下的钝锥边界层进行了转捩预示,最后研究了壁温比对高速钝锥边界层的稳定性及转捩的影响。研究结果表明,在低壁温比条件下,圆锥迎风中心与侧面的边界层先于两者之间区域转捩,转捩形貌与飞行实验结果相似;在高壁温比条件下,圆锥迎风面区域迟于侧面及背风面区域转捩,转捩形貌与风洞试验结果相似。壁温比是造成高速钝锥边界层转捩天地差异的重要影响因素。     

基于双谐振棋盘式超表面的宽带RCS缩减技术

为实现宽频带的雷达散射截面（RCS）缩减效果，提出一种基于棋盘式超表面的RCS缩减技术，可达到宽带RCS缩减且极化不敏感的效果。介绍了提高RCS缩减带宽的原则，设计了X波段的棋盘式超表面，通过电磁散射对消技术，电磁波经超表面反射后分散向不同的方向，实现了异常反射从而降低RCS。与普通棋盘式超表面不同，为了克服一般超表面都有的相位收敛问题，提出了双谐振棋盘式超表面，即用两种谐振频率不同的结构组成双谐振单元结构，使单元具有均匀相位差的频段得以拓宽，从而扩展了超表面的缩减带宽，实现了10 dB缩减带宽达到8 GHz~14.5 GHz且极化不敏感的效果，通过仿真证明双谐振棋盘式超表面可以实现宽频率范围的RCS缩减效果，且极化不敏感。     

飞行器典型结构的热适配分体螺栓连接技术

由于复合材料与高温合金的热膨胀系数差异,导致在高温环境下采用高温合金机械连接件的复合材料组合构件发生预紧力降低。为解决高超声速飞行器热部件的连接难点、保证热结构的高温可靠性,对复合材料部件与高温合金螺栓的连接进行了研究。对一种采用分体式热适配螺栓的方法进行了相关的理论推导,采用典型单元进行的数值模型仿真表明了结果趋势的一致性良好。采用C/SiC局部端框的典型试验表明,这种新的连接设计在不改变以往常规连接强度性能的情况下,可以将820℃条件下的高温剩余预紧力由大约14%有效提升至80%。     

CPU-GPU协同高性能卫星数传预处理方法

空间数据系统咨询委员会(CCSDS)协议的分层特征对数传预处理的完全并行提出挑战，虚拟信道、应用过程的多路复用为并行处理提供契机。本文面向高性能数传预处理需求，在分析处理性能瓶颈的基础上，提出一种层间流程中央处理器(CPU)控制、层内瓶颈步骤GPU加速的协同处理新方法。以高级在轨系统(AOS)帧循环冗余校验(CRC)、工程参数提取与物理量转换算法为研究对象，对图形处理器(GPU)线程分配、CPU-GPU协同任务划分进行设计。实验结果表明:方法可实现CRC校验11.449 6 GB.s^-1、工程参数提取与物理量转换0.902 4 GB.s^-1的处理速率，性能较传统CPU架构提升显著。