一种基于参数控制的低轨星载接收机载波跟踪算法CSCD

低轨星座接收机面临大多普勒频移及频繁快速换星等设计约束,对其载波跟踪环路设计提出了较高的动态适应性与跟踪精度要求。针对以上问题,提出了一种基于参数控制的载波跟踪算法。该算法引入环路控制因子参数,将环路滤波器分为牵引和跟踪两阶段。基于理论建模推导环路控制因子的最优参数配置原则,指导实现牵引和跟踪两种状态滤波器的协同配合,在牵引阶段有效引导大多普勒信号快速入锁,在跟踪阶段精确估计载波频移参数,实现基于低轨星载平台的GNSS信号快速准确跟踪。理论与仿真结果均表明基于参数控制的载波跟踪算法能够有效提升环路的动态适应性与跟踪精度,满足低轨星载接收机的设计需求。与传统算法相比,该算法在保证信号跟踪精度的同时,能够将收敛时间缩短78%,且环路设计简单,易于硬件实现。     

侧板边界层对正激波/边界层干扰特性影响的数值模拟研究

为了研究外压式进气道处于临界工况时结尾正激波同时与压缩面和侧板上边界层的相互干扰,专门设计了三组具有不同前伸长度侧板的简化构型作为研究对象,利用数值模拟手段评估了侧板边界层厚度对正激波/边界层干扰特性的影响。仿真结果表明,当没有侧板边界层参与干扰时流动呈现较好的准二维特性,但当侧板边界层参与干扰后将形成较强的角区干扰结构,该角区三维干扰结构与对称面上的准二维干扰结构存在此消彼长的关系。此外,波系的空间形态也将由“准二维λ波”结构变为“双λ波+角区压缩波”结构,波系形态的改变则进一步导致壁面回流区分布以及摩擦力线拓扑结构变得更加复杂。     

绳系卫星横向振动的控制方法

研究绳系卫星绳索横向振动问题。首先建立绳索振动方程,由Pontrgasin方法求得抑制绳索横向振动的纵向优化控制力。实现方式为开启母星体内的电机控制绳长使星体产生加速度,星体惯性力导致绳轴向附加张力。      

液体推进剂一甲肼与水二元物系汽液相平衡的研究

一甲肼是一种重要的液体推进剂,分离反应过程所生成的水是确保一甲肼质量的关键。测定了甲基肼－水（ＭＭＨ－Ｈ２Ｏ）物系在１０１．３３ｋＰａ下的汽液平衡,以及电解质对其汽液平衡的影响。采用盐效应和溶剂化的方法,研究了不同电解质对ＭＭＨ－Ｈ２Ｏ汽液平衡的盐效应。     

航空发动机故障仿真研究

基于航空发动机正常工况下的数学模型,结合航空发动机实际运行状况,确立了几种发动机的典型运行故障。通过对故障进行分析,选取对故障比较敏感的气动或性能参数作为故障诊断参数。最后,在以上基础上建立航空发动机故障数学模型。     

导弹磁控管可靠性的定量分析与备件配置

通过对导弹磁控管的可靠度函数、失效模型及备件配置模式的分析和计算,对磁控管提出了一些使用与维护的有用建议,用于指导部队实际工作.     

月地高速激光通信系统链路特性分析

根据地球、月球、探月卫星的三体运动,针对月地激光链路的建立与保持,分析了地球与月球对链路的遮挡问题,对链路模式进行分析。仿真结果表明:使用3颗月球极轨(Moon Polar Orbit,MPO)卫星来进行通信时,链路中断的次数将大大减少,但是在某些时间段上,仍然受到月球的遮挡而迫使通信链路频繁中断。使用4颗MPO卫星来进行通信时,链路将不再受到月球的阻挡,而仅受到地球的遮挡。同理,增加地球同步轨道卫星的数目可避免地球的遮挡。仿真结果表明,采用2颗地球同步轨道(Geostationary Earth Orbit,GEO)卫星建立链路,链路将不会受到地球的遮挡,建立深空科学研究的信息中继中心,采用激光通信技术,实现月地高速激光信息传输,为我国深空探测技术的发展提供支撑。     

旋转条件下带冷却通道的热驱动换热数值分析

在涡轮叶片新型超级冷却技术机理研究的基础上,对新型冷却热驱动换热特性进行数值模拟,得到了旋转条件下微小封闭通道内流体热驱动换热规律。进一步研究了旋转条件下,浮力数（Bu）、旋转雷诺数（Rew）和冷气雷诺数（Rez）等准则参数对热驱动换热的影响,结果表明：浮力数、旋转雷诺数和冷气雷诺数对封闭通道内流体的热驱动换热具有显著的影响,并且随着这些准则参数的增大,热驱动平均换热效果有不同程度的提高。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

元强化学习综述

元强化学习是指自动从一组相关任务中学习强化学习所需归纳偏置的相关理论和方法,对于提高强化学习算法在困难场景下的样本效率和泛化能力具有重要用途。本文提出一种新的元强化学习框架,指出设计和分析一个元强化学习算法需要同时考虑学习经验（相关任务）、归纳偏置及学习目标3个独立因素及这3个因素之间的依赖关系。在此基础上对该领域的研究现状进行了分析和总结,特别对近年来元强化学习若干文献进行了分析和归类,并详细阐述了几种代表性算法的原理及各自特点。本文还对元强化学习常用的实验环境和性能评价方法进行了介绍,对该领域的不足和未来的发展方向进行了讨论和分析。