面向火箭构型论证的运载能力快速分析方法

针对不同构型与任务条件下的运载能力快速计算问题，提出了基于高斯函数和组合神经网络的速度损失计算方法，并基于此对运载能力进行了快速分析。首先，基于状态量解析解计算分析，采用高斯函数对核心的重力速度损失项进行拟合计算；同时，为提高多构型与多任务样本的采样密度、简化数据建模过程并增强方法适应性，采用径向基网络(RBF)与深度神经网络(DNN)的组合形式进行状态量的提取与回归分析；然后将任务约束转化为需要速度增量，通过数值迭代得到运载能力。仿真结果表明，此运载能力分析方法精度偏差约为0.35%，计算耗时小于2 s，可为运载火箭总体参数快速论证与任务规划研究提供理论支撑。     

一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。     

基于卷积神经网络的运载火箭测发网络流量异常检测技术

运载火箭测发网络是维系各型号运载火箭远距离测试及发射控制的重要国防基础设施,对测发网络流量进行异常检测是保证其正常工作的关键举措。近年来,随着测发网络功能的拓展,其面临的网络安全威胁越来越严重,而当前的安全检测主要依赖于基于异常特征库匹配的流量异常检测方法,这种检测方法对一些新型攻击检测能力非常有限。本文结合运载火箭测发网络实际特点,针对以使用用户数据报协议(UDP)为主的测发网络流量,设计一种新的基于固定数据包数目的流量图片样本生成方法,首次提出在测发网络流量异常检测问题上使用卷积神经网络,以原始网络流量作为输入,避开难以解决的人工特征集设计问题。通过测发网络真实网络流量数据进行实验,取得了较高的精度、召回率和准确率,验证了本方法具备一定的实用性。     

一种组合预测模型在导弹惯性器件故障预报中的应用

提出了一种基于神经网络的组合预测模型，并将其应用于导弹惯性器件的故障预报。该模型利用神经网络对复杂非线性系统的拟合能力，通过网络训练自适应地调整各种预测模型的权重，实现不同模型组合的非线性拟合，从而提高了预测的精度。同时，利用Natlab6．5神经网络工具箱编程，模型结构简单、收敛速度快。算例结果表明，该组合预测模型简捷、实用，在故障预报中具有广泛的应用前景。     

风切变与运载火箭设计

本文介绍包括风切变在内的高空风场的统计分析方法以及它在运载火箭设计中的应用。其中综合矢量风剖面是运载火箭设计通用的规范性方法。风场的应用涉及运载火箭姿态控制系统设计、制导精度分析和载荷分析计算等多方面的工作。这里简述其应用要点。     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

基于机器学习的气动参数智能修正方法

针对飞行器气动参数的修正问题,提出了基于机器学习的气动参数智能修正方法。该方法对真实气动数据与标称气动数据的偏差建模,并利用BP神经网络,对偏差模型进行拟合。利用拟合后的神经网络以及标称气动表,即可得到修正后的气动表。该方法充分利用机器学习无线逼近非线性函数的能力,对偏差模型进行学习,从而实现对原气动参数的精确修正。最后对基于机器学习的气动参数智能修正方法进行了仿真试验,结果表明BP神经网络具有优良的逼近性能,经过该方法修正的气动参数具有较高的精度。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

基于概率的运载火箭控制系统设计方法研究

针对传统的控制系统极限偏差设计方法导致运载火箭余量大、总体性能下降的问题,综述了基于概率的控制系统设计方法的国内外研究现状,论述了运载火箭控制系统概率设计的基本思想及设计流程,基于概率密度函数建模理论,建立了通过实际控制指令来控制概率密度函数拟合权值的状态空间,并基于最小二乘方法对状态空间中的参数进行了辨识,进而建立了密度函数成型控制模型,提出了基于最优控制理论的运载火箭控制器设计方法,最后通过仿真验证了理论方法的有效性,为我国运载火箭控制系统的精细化设计提供了理论依据。     

机动发射弹道导弹集群诸元快速规划

针对机动发射条件下弹道导弹集群的飞行诸元快速规划问题，将神经网络预测与最小二乘优化相结合，提出了一种弹道导弹发射诸元快速规划方法。首先分析了弹道导弹助推段飞行策略并选取适当的发射诸元，以发落点信息为输入，设计双隐藏层诸元预测网络，通过弹道仿真获取弹道数据建立数据集完成网络训练，利用该网络可以得到发射诸元迭代初值。在此基础上，为了消除数据集中样本数据不平衡对发射诸元规划精度的影响，以落点射程、横程、高程偏差最小为指标函数，结合最小二乘优化方法进行迭代获得发射诸元精确解。最后在典型发射场景下，进行了弹道导弹集群机动快速发射仿真验证。结果表明，该方法相较于传统方法可显著提高计算速度与精度，且在给定的大范围机动条件下，能够满足弹道导弹集群对远距离、多目标的快速精确打击。     

长征八号运载火箭减载效果评估及验证（英文）

LM-8 inherited mature modules from other launch vehicles, adapting the overall design through the combination of engine throttling, wind compensation and load relief control, so as to reduce the aerodynamic load during flight. This paper proposes a rapid evaluation method for load relief performance, which takes launch vehicle's characteristics, wind field, control parameters, aerodynamic deviation and structure deviation into consideration, and provides a quick estimation method for load relief performance. The load relief performance of the LM-8 launch vehicle estimated by this method achieved 10%-20% in pitch and 20%-40% in yaw. The specific results are related to parameter deviation, the altitude of wind shear and the relationship between wind direction and trajectory angle. Simulation results for a typical case with six degrees of dynamic freedom of flight proves that the comprehensive load relief performance would be between 14% to 34%, which is in line with the aforementioned method. In addition, simulation results indicate that the more severe the wind shear is, the better performance of load relief can be achieved.     

运载火箭遥测数据智能判读算法应用

在运载火箭高发射密度、高判读需求、高数据量的背景下，现有自动化判读的判据覆盖率不全、判据编写门槛高、耗时多的问题日益凸显，缺少较通用的算法对传统判读算法未覆盖的判读任务进行判读补充，进而影响运载火箭效果评估与系统性能评定。为充分挖掘海量遥测数据中隐含的参数变化规律，设计智能判读算法作为传统算法的有益补充，提升传统判读的判读覆盖率和判读效率。以液体运载火箭长期加电试验产生的遥测数据为研究对象，设计集成神经网络智能判读算法，在给出的判读指标下研究得出，集成神经网络在频率异常、丢帧等五种现有判据难以描述的判读场景下，判读性能提升30%，提高了现有判据的覆盖率，后续可为判读体系完善和智能判读落地提供研究参考。     

Experimental investigation of the base flow and base pressure of a clustered launch vehicle

Launch vehicles configured with strap-on boosters presents a very complex geometry and flow field of the base region. One of the most important external force acting on a launch vehicle is the aerodynamic drag, and since the base region has high influence, as base drag, on this force, it is of major importance to predict it accurately. For complex vehicle configurations, analytical procedures are often not well adequate, and numerical flow simulations needs well validated codes and high computer power, to describe and determine the local parameters. So, the use of high speed wind tunnels becomes necessary if flow phenomena and base pressure have to be accurately determined. In the present study an experimental investigation of the base flow region of a clustered launch vehicle, characterised by four strap-on boosters around the core vehicle, has been carried out. The results, which are summarised in the present article, show the behaviour of the base pressure as function of the Mach number, and correlate the contribution of base drag to the total aerodynamic drag. Also features of the local flow field, taken from Schlieren flow pictures, are shown in detail. The article presents the wind tunnel models and program, and shows and discusses the results obtained for several flight regimes.     

运载火箭多体动力学建模与仿真技术研究

针对新一代运载火箭结构动力学与控制系统耦合强烈、严重影响火箭的飞行稳定问题,提出一种基于多体动力学虚拟样机建模与仿真的方法,有效解决运载火箭姿态动力学模型地面难以验证的困难.首先阐述了在运载火箭姿态动力学分析中应用多体虚拟样机的基本思路;然后对多体动力学模型与传统火箭姿态动力学模型在建模原理上的差异进行分析,指出引入多...     

北斗工程IGSO/MEO/GEO发射轨道设计

随着我国航天事业的蓬勃发展,运载火箭发射要求也呈现多样化。北斗卫星导航系统是我国自行研制的全球卫星导航系统,经历三步跨越式发展,目前已经全面建成。CZ-3A系列火箭承担了北斗工程全部发射任务,该工程对火箭倾斜同步转移轨道（IGTO）、中圆转移轨道（MTO）、地球同步转移轨道（GTO）新类型轨道要求。介绍了该类轨道特点,讨论了火箭发射方案、发射轨道设计及高空风双向补偿方法。实际飞行考核充分证明了发射轨道设计的正确性,设计方法确保了北斗工程全部发射任务取得圆满成功,为北斗工程顺利实施奠定了基础。     

一箭多星发射卫星空间距离测量与预报技术

多星空间距离测量是一箭多星发射的一项重要任务。由于站点分布限制和轨道条件约束,国内多数卫星存在地面不可监测弧段,传统的地基测定轨方法无法满足全弧段连续性要求。针对上述问题,对星间距离测量技术进行了研究,提出了利用GPS进行星间距离测量的方法;并提出利用基于GPS数据的简化动力学模型法及多项式拟合法进行星间距离测量和预报,结果显示,预报10min的位置精度为数十米量级。该方法突破了地基测控可见区的限制,实现了全弧段的轨道确定,并规避了GPS接收机可能存在的短时中断或由于通信原因不能实时获得测量结果的风险;可为分析确定多颗卫星间的安全距离提供参考。     

基于TmNS的运载火箭天地一体化测控网络研究

为满足运载火箭日益增长的测控需求,网络化测控成为未来运载火箭测控的必然趋势。通过研究IRIG 106-20国际遥测标准中TmNS标准特性、协议栈以及系统架构,提出了基于TmNS的运载火箭天地一体化测控网络的新概念,给出了测控网络系统架构、各部分组成及功能,并对其中涉及的TmNS数据消息传输协议、RF网络接入层协议、TMoIP协议、数据包遥测技术等关键技术进行研究,提出了可行的实现方案,为今后我国新一代运载火箭天地一体化测控通信奠定技术基础。     

基于卡片模型的系统工程在捷龙一号的应用研究（英文）

Rapid development of Chinese commercial launch vehicles brings new challenges under the traditional systems engineering(TSE) working method. A new model-based systems engineering(MBSE) working method was proposed for Smart Dragon 1(SD-1), which is a low-cost commercial launch vehicle developed by the China Academy of Launch Vehicle Technology(CALT). Based on the characteristics of a commercial launch vehicle, the system model based on information cards was established. Through a problem-oriented working method, risk identification and management, the process of Card-MBSE was utilized and verified by the success of the maiden flight of SD-1. This paper introduces a new method and reference for the development of low-cost and high-reliability launch vehicles.     

运载火箭加速度计反馈主动减载实施效果评价

针对运载火箭加速度计反馈主动减载实施效果评价，提出一种基于主动减载姿态动力学稳态分析的评价方法，在传统的“载荷侧滑角”评价指标基础上增加了“姿态偏差”、“摆角需求”和“弹道偏离”评价。稳态分析中考虑了结构干扰的偏置效应以及质心运动对风的抵消效应，重点推导了风切变对于火箭姿态动力学特征参数的影响机理。某型号案例分析结果表明，在典型“平稳风+切变风”风场作用下，主动减载技术在4项评价指标上均取得理想实施效果，并且显著缓解风切变导致的姿态参数快变现象。