航天器的有限时间时变滑模姿态控制方法设计

本文研究具有参数不确定性和外部扰动的航天器姿态控制问题.针对修正罗德里格参数表征的航天器姿态模型提出一种有限时间时变滑模函数,在此基础上设计一种有限时间收敛的滑模姿态控制方法,并证明其稳定性,给出控制参数的设计方法.该方法在保证系统渐近稳定的前提下,不仅能够实现姿态跟踪误差在有限时间内收敛,而且能够实现姿态跟踪误差在设定的时间收敛,且全局具有滑模动态确定的系统响应.通过仿真结果验证本文提出方法的有效性.     

飞行控制律对体自由度颤振特性影响试验

飞翼飞机易发生刚体短周期模态与机翼低阶弯曲模态耦合所致的体自由度颤振。飞行控制系统对飞机的短周期模态特性影响很大,因此考虑飞行控制系统的闭环体自由度颤振特性值得进一步研究。针对自主设计的颤振模型开发了相应的俯仰姿态保持控制律,综合运用风洞试验和仿真计算开展了相关研究,获得了不同刚体自由边界条件下的开环/闭环体自由度颤振特性,研究了闭环增益对体自由度颤振特性的影响规律,简要分析了影响机理。试验和仿真计算结果共同表明：俯仰姿态保持控制律明显地改变了俯仰模态阻尼的原有走势,闭环后的体自由度颤振特性变化明显。以开环颤振速度为基准,采用较小的比例回路增益K_P或较大的微分回路增益K_D,飞行控制律能增加飞行器俯仰阻尼,提高体自由度颤振速度,反之飞行控制律将导致颤振速度降低。就本文控制律而言,当K_P<0.07或K_D>0.2时俯仰姿态保持控制律能起到抑制体自由度颤振的作用。     

柔性导热纳米复合材料研究进展

柔性导热纳米复合材料在微电子、航空航天、智能驱动等领域具有广泛的应用。综述了以零维纳米粒子、一维纳米纤维和二维纳米片层为填料的柔性导热纳米复合材料的最新研究进展。概述了柔性导热纳米复合材料的研究中存在的主要问题及解决方法。纳米填料的分散性差是阻碍柔性导热纳米复合材料发展的重要问题,可采用物理包覆法、偶联剂法、接枝改性等方法对纳米填料进行表面修饰,提高纳米填料的分散性及与基体的结合性,从而提高材料的导热性能;另外完善导热机制的理论研究,建立导热微观模型,可为柔性导热纳米复合材料的实际应用提供重要依据。开发新型纳米填料,特别是混合填料体系是改善柔性导热纳米复合材料综合性能的重要途径。     

SNMP协议在测控网远程监控中的应用研究

简要介绍了SNMP（简单网络管理协议）管理模型,基于测控设备C/S（客户/服务器）监控模式现状,分析了测控设备监控信息传输的特点,对现有监控信息传输协议与SNMP协议进行了研究,从传输可靠性、传输效率与协议操作应用等方面进行了比较,并开展了基于SNMP协议的远程监控信息传输试验。试验结果表明,基于SNMP协议可实现测控设备参数与状态监视信息的传输。     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

采用CCD成像装置测量激光引信发射光光束束宽的方法研究

根据激光引信中线性阵列激光二极管的特点,应用基于CCD的二阶矩法进行光束束宽的测量,对测量中图像处理这一关键问题进行了讨论,重点分析了应用自适应积分法来获取光强分布二阶矩的最优积分范围.结果表明,此方法能够很好的完成测量.     

惯性参数对飞翼体自由度颤振特性的影响规律研究

飞翼飞行器刚体短周期模态频率较高,易与一阶弹性弯曲模态耦合发生一种特殊的颤振——体自由度颤振.采用风洞实验与频域计算相结合的手段,开展了惯性参数(俯仰转动惯量、质心位置)对飞翼飞行器体自由度颤振特性(颤振速度和颤振频率)的影响规律研究.实验和计算结果表明:俯仰惯量和质心位置会明显改变体自由度颤振频率与速度,颤振实验与计...     

一种基于工程化气动加热算法的天线热防护设计

高超音速气动热仿真技术是提高天线热防护能力的重要支撑之一,为了进一步缩短研制周期和节约成本,本文提出了一种以冷壁热流和壁面恢复焓为输入条件,以MATLAB和CFD联合迭代快速求解高速气流中天线温度场的工程化算法。在利用气动热试验证明仿真结果与实验数据的高一致性后,以该仿真方法对一个高速气动加热时长为500 s的天线实施了防隔热优化设计,根据仿真评估出的导致核心器件温升的主、次要因素,针对性地提出改进措施,最终目标印制板由过往的320℃下降到了142℃,热控效果显著。     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。