高稳频微弱激光量子源测量标定技术研究

激光雷达探测系统需求稳定的单光子源作为定标光源,通过输出波长及功率可量化溯源的微弱光量子信号,对探测系统的探测不确定度进行分析,并对接收与探测系统性能进行评估。针对这一需求设计并研制一种输出激光波长稳定、输出平均光子数从10^(11) s^(-1)量级至10~3 s^(-1)量级的可调谐高稳频微弱激光量子源,并开展了相关测量标定工作。输出的微弱信号光波长稳定在532.269 nm处,功率覆盖79.3 nW至0.34 fW,平均光子数覆盖10^(11) s^(-1)量级至10~3 s^(-1)量级,在10~5 s^(-1)量级的稳定度优于0.6%,能够满足激光雷达系统探测不确定度分析与性能评估等方面的应用需求。     

短切碳纤维增强环氧树脂形状记忆复合材料的制备与性能研究

为实现形状驱动能耗与复合材料力学性能的最佳配合，本文在热致环氧形状记忆聚合物基体中提高增韧剂新戊二醇二缩水醚（NGDE）含量来降低其玻璃化转变温度，同时添加短切碳纤维（SCF）来抵消由增韧剂引起的刚度降低负面效果。通过实验研究了不同NGDE、SCF含量对复合材料形状记忆转变温度、形状记忆性能和力学性能的影响。结果表明，增加NGDE含量可将环氧聚合物基体的形状记忆转变温度从90 ℃降至43 ℃，其储能模量和弯曲模量也随之降低。在11wt%NGDE上添加SCF后，复合材料的玻璃态储能模量、橡胶态储能模量、弯曲模量最高可提高至原始试样的1.9倍、7倍和2.4倍。     

多弹最优协同诱导突防制导律

针对多弹协同突防问题提出了一种最优协同诱导突防制导律，基于诱导碰撞策略实现有效突防。首先构建了多弹协同对抗非线性模型，并基于零控脱靶量和零控碰撞角进行线性化。然后考虑拦截弹和进攻弹均为二阶驾驶仪动力学特性条件下，将各拦截弹碰撞距离和拦截弹碰撞角扩展到状态方程中，并利用状态转移矩阵降低状态方程维度。在此基础上,设计包含碰撞角约束的快收敛扩展性能指标函数，采用碰撞时间匹配策略推导出多弹最优协同诱导解析制导律的一般形式，并给出2枚进攻弹对2枚拦截弹典型场景下的突防制导律。最后通过典型场景仿真验证了最优协同诱导突防制导律的有效性。     

顾及动态物体感知的增强型视觉SLAM系统

传统的同步定位与制图（Simultaneous localization and mapping, SLAM）系统在复杂环境下工作时，无法分辨环境中的物体是否存在运动状态，图像中运动的物体可能导致特征关联错误，引起定位的不准确和地图构建的偏差。为了提高SLAM系统在动态环境下的鲁棒性和可靠性，本文提出了一种顾及动态物体感知的增强型视觉SLAM系统。首先，使用深度学习网络对每一帧图像的动态物体进行初始检测，然后使用多视图几何方法更加精细地判断目标检测无法确定的动态物体区域。通过剔除属于动态物体上的特征跟踪点，提高系统的鲁棒性。本文方法在公共数据集TUM和KITTI上进行了测试，结果表明在动态场景中定位结果的准确度有了明显提升，尤其在高动态序列中相对于原始算法的精度提升在92%以上。与其他顾及动态场景的SLAM系统相比，本文方法在保持精度优势的同时，提高了运行结果的稳定性和时间效率。     

基于XGBoost的空间高温材料实验炉控制系统建模

为确保高温材料科学实验柜科学实验系统能够成功地进行空间材料科学实验，在空间进行高温材料科学实验的时候要求其温度稳定在±0.25℃范围内。面对如此之高的温度稳定度要求，提出一个新的解决方案：在实验输入和输出数据的基础上，确定一个与高温炉控制系统内部等价的模型，为获得满足实验要求的控制参数提供依据。本文将高温炉控制系统内部看作黑箱模型，基于XGBoost方法分别对四类样品实验的高温炉内部温区2和温区3进行建模，模型精确度全部可达到99.98%以上。与传统建模方式传递函数相对比，在传统方法表现最好的情况下，模型精度仍提高了3.8%，为获得控制参数以确保空间实验温度实现高稳定度提供了重要支持。     

采用二次修正的立方星拦截仿真研究

针对空间攻防背景下立方星拦截问题，提出了一种Lambert求解与C-W方程结合的以燃料-时间为约束的拦截轨道快速设计方法。该方法首先在Lambert求解框架下，以燃料和拦截时间为限，建立了立方星转移时间与速度增量的模型，生成了初始拦截轨道；随后根据末端拦截精度需求，通过C-W方程进行末段导引，施加二次脉冲，对拦截轨道末端进行误差修正，使得最终误差可以满足任务要求。最后通过GMAT构建的轨道力学环境，在Matlab算法驱动下进行联合仿真验证，分析表明该算法在燃料和时间的共同约束下可获得一条优化轨道，并能兼顾末端拦截精度，具有工程借鉴意义。     

地图辅助行人航迹推算技术的室内定位方法

针对目前室内定位技术中位置漂移、定位结果偏差较大的问题,提出了一种融合行人航迹推算(PDR)、地标匹配修正和地图辅助的室内行人定位方法.该方法利用基于惯性传感器的PDR技术计算行人位置信息,利用行走过程中的传感器读数特征识别室内特定地标点,与地标库数据进行匹配后,修正PDR轨迹产生的累积误差.室内地图辅助主要是通过判断行人是否位于走廊等区域,限制轨迹穿墙,约束PDR定位轨迹.实验结果表明,融合定位算法得到的轨迹优于纯惯性递推算法得到的轨迹,更加接近真实的行走轨迹,定位精度提高了51.2％,平均定位误差降至1.8m,满足室内定位需求.     

小波与BP神经网络联合反演GNSS IR高精度水库水位变化

GNSS-IR技术作为一种近地表遥感的新兴手段，在水库水位监测方面凭借其成本低、精度高等优势成为了研究热点。为了提高GNSS-IR技术反演水库水位变化的精度，提出了利用GPS、BDS双系统观测量基于小波分解与BP神经网络联合的方法反演水库水位变化。选取位于南水北调山东境内双王城水库GNSS变形观测站2017年10月1日—12月26日共87天的信噪比(SNR）数据为研究对象，分别利用小波分解和二阶多项式拟合两种方法消除其趋势项并生成SNR残差序列，然后进行Lomb-Scargle谱分析得到水库水位高度变化值，并与实测水位结果相比较。结果表明：各频段SNR利用小波分解和二阶多项式反演水位变化的平均均方根误差分别为0.1062m和 0.2245m，说明小波分解去趋势项的方法更优。最后，在小波分解去趋势项的基础上，利用阈值筛选出融合所用的频段(S1C、S2L、S5Q和S7I），分别采用均值算法、中值算法、随机森林算法和BP神经网络算法对GPS、BDS多频多模信号进行水库水位的融合反演。结果表明，对于水面较为平静的环境，以上算法均能实现厘米级的反演精度，其中BP神经网络算法用于水位反演的效果更优。