敏捷光学卫星密集区域推扫成像任务规划方法

敏捷成像卫星可以实现利用三轴姿态机动所形成的推扫成像模式,同时可以在机动过程中同步成像。在敏捷卫星成像任务的基础上,建立考虑推扫成像模式的敏捷卫星任务规划模型。通过高斯投影建立球面直线扫描条带的数学生成模型,并利用Matlab现有函数进行优化解算;由于模型解算的复杂性,将整体规划问题分为两层子问题分别进行处理,在条带任务分配中,设计了适用于计算机计算的含有条带分配策略的解算算法;在上层规划中,基于推扫成像的双向扫描特性,设计了基于启发式规则的敏捷卫星任务规划算法;之后,将不可规划条带拆作孤立点目标进行处理,最后通过再合成处理完成整体规划。仿真结果表明,文章所设计的算法可以有效处理实际情况下的敏捷卫星推扫成像任务规划问题。     

适用于月面高温环境的嫦娥三号地形地貌相机热设计

“嫦娥三号暠月面探测器上安装的地形地貌相机工作时直接暴露在月面高温环境下,受月表红外辐射影响很大,给热控设计带来很大难题。为解决设备工作时的高温问题,在外热流分析的基础上提出了以“最佳散热位置暠为核心的热控方案,设备处于“最佳散热位置暠时能够获得较好的初始温度和最快的降温速率;另外通过把散热面布置在月表红外辐射热流最小的位置并在除散热面以外的其他表面包覆多层隔热组件这两个措施,可以最大程度减小月表红外辐射的影响。地形地貌相机在轨开机工作前的各飞行阶段遥测数据均满足存储温度指标要求并且有较大余量;开机工作环拍一周的遥测数据满足工作温度指标要求并且与热分析结果符合较好,初始温度与遥测温度数据偏差为-1灡7曟,温升速率和降温速率偏差分别为14灡9%和16灡9%。这表明该热控方案正确可行,可为后续中国深空探测类似热控问题参考。     

基于多路数据采集系统的继电器开关矩阵检测研究

继电器开关矩阵能在不改变硬件的情况下,通过软件灵活设置,实现多路分时等不同方式的数据采集而被广泛应用于各型号的自动测试系统中。继电器开关矩阵功能的好坏将直接影响测试的结果。针对目前人工手动无法进行继电器矩阵开关状态检测的问题,介绍了继电器开关矩阵功能的检测方法,搭建了继电器开关矩阵功能检测系统,采用计算机软件控制自动进行分析判断,完成了继电器短路故障、继电器开路故障和继电器焊点的自动检测,实现了测试的覆盖性和可靠性要求,大大提高了测试效率。     

基于飞/发一体化的Ma=8~10飞行器任务性能快速评估与分析

针对典型飞行马赫数Ma=8~10高超声速飞行器/超燃冲发动机一体化构型,建立了飞/发性能一体化模型,可以快速评估飞行器气动力、发动机性能和飞行任务性能。对比了在起始推重比为0.3、0.4、0.5和0.6下的飞行器飞行性能,以燃料消耗最小为目标,基于飞/发性能一体化模型,利用MATLAB优化工具箱中的序列二次规划（SQP）算法,得到了该飞行器的最优起始推重比为0.422。给出了Ma=8~10飞行器/发动机的概念方案总体参数,在载荷质量为1 000 kg下,飞行器总质量为5 943 kg,发动机推力为2 505 daN。该飞行器在攻角范围为4.1°~3.8°下总的飞行时间为489 s,飞行距离为1 360 km。     

图像压缩系统设计

对基于FPGA+DSP架构的图像压缩系统进行了介绍,描述了其系统结构、原理及实现。根据实际需求,采用FPGA+DSP的系统架构设计了一种高性能的图像实时压缩装置,并对系统硬件电路、软件、结构等方面进行了优化设计,实现了飞行试验环境条件下多路视频的采集、压缩、传输、按时序切换等功能,具有处理延时小、功耗低、环境适应性好等特点,并通过了高低温、振动冲击、电磁兼容等多项环境试验考核,具有较高的应用价值。     

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。      

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

电学可视化自动校准装置

介绍了电学可视化自动校准装置的原理及设计,此装置用于无程控接口的手持式数字多用表和模拟指针表的自动化计量校准。通过工业摄像机采集测试数据,并采用labview编制软件控制装置、处理数据,最终实现此类仪表的自动化计量校准。校准结果表明该校准装置能够满足此类仪表的校准要求。     

点火位置对圆盘结构下旋转爆震波起爆过程的影响

为分析点火位置改变对旋转爆震波（RDW）起爆过程的影响,在圆盘形旋转爆震发动机上进行点火实验,研究了不同点火位置、质量流率条件下旋转爆震波的建立过程及工作特性。结果表明,不同点火位置下,RDW的起爆过程皆经历点火器放电、爆燃转爆震以及稳定旋转爆震3个阶段。点火位置靠近喷注面附近时,RDW起爆过程中的无序缓燃模式缩短,起爆时间缩短,且一致性更好。在燃烧室出口位置点火,低质量流率条件下,RDW的起爆时间明显增加;质量流率小幅度提高有效缩短了RDW的起爆时间,而质量流率大幅度提高增加了RDW起爆过程的波头数。模态转变的临界条件附近,点火位置改变可能会影响RDW起爆段的工作模态,在燃烧室中心位置附近点火,更容易得到多波旋转爆震波。点火位置改变对旋转爆震发动机（RDE）稳定段的工作模态和爆震波参数影响很小。     

爆震发动机研究进展

爆震是实现增压燃烧的一种重要途径,得益于爆震循环的热效率增益,基于爆震构建的推进装置具有显著的理论性能优势,有希望推动航空航天动力技术的跨越发展。本文在总结经典爆震理论和爆震推进相关的基础科学问题进展的基础上,进一步介绍了连续旋转爆震发动机的低阶模型建立方法以及涡轮式和冲压式连续旋转爆震发动机性能分析等方面的研究进展,并概括了斜爆震发动机的性能分析和关键问题研究进展。最后基于当前研究基础提出对爆震发动机未来研究的展望。