含燃速催化剂的丁羟推进剂高压燃烧性能研究

对含Ｔ２７（一种二茂铁衍生物）、卡托辛、Ｆｅ２Ｏ３三种燃速催化剂的ＨＴＰＢ／ＡＰ／Ａｌ推进剂在１６ＭＰａ～２２ＭＰａ下的燃速和燃速压强指数进行了研究。结果表明：二茂铁衍生物能大幅度提高ＨＴＰＢ／ＡＰ／Ａｌ推进剂的燃速,同时可使高压下的压强指数大幅度地下降;Ｆｅ２Ｏ３对ＨＴＰＢ／ＡＰ／Ａｌ推进剂有着显著的燃速催化效果,但其推进剂压强指数较高;Ｆｅ２Ｏ３的催化效率较Ｔ２７高,但不及卡托辛;Ｆｅ２Ｏ３和二茂铁衍生物组合使用能进一步提高ＨＴＰＢ／ＡＰ／Ａｌ推进剂的燃速,并使推进剂具有较低的压强指数。     

弹射救生过程数值计算及损伤风险评估

针对从弹射程序启动到飞行员着陆之间的各个阶段,建立了能够对横滚、俯冲等复杂弹射条件进行计算的数学模型。结合某型座椅的具体参数与气动力数据,针对具体算例求解了弹射救生过程,与实验结果进行了对比。根据模型的计算结果,以动态响应指数(DRI)对不同弹射初速下的损伤风险做出评估,并指出了在不同速度下气动过载的影响。     

硝胺/高氯酸铵/丁羟推进剂高压燃烧特性

研究了低铝含量(5％)的NA(硝胺)／AP／HTPB推进剂高压(15MPa～22MPa)燃烧特性。结果表明：二茂铁衍生物(RMT)能大幅提高推进剂燃速和降低高压燃速压强指数。随着RDX含量(15％～35％)增加，推进剂燃速基本不变；而HMX(15％～30％)含量增加，燃速呈降低趋势。提高配方中RMT含量、细AP的含量或采用RMT，铬酸盐组合催化剂的方法都可将NA／AP／HTPB推进剂高压压强指数降低到0．45以下。     

激光捷联惯导系统角增量输入姿态算法

在对经典理想角增量输入的圆锥算法分析总结基础上,提出并推导了更为合适的经典角增量输入圆锥算法通式.在对经典理想角增量与实际工程滤波角增量的圆锥响应对比分析基础上,推导了滤波角增量输入圆锥补偿算法的补偿系数和误差主项通式.最后,利用文中讨论的理想角增量输入和滤波角增量输入圆锥补偿算法,结合激光陀螺惯性导航系统的频谱特性进行了大量的仿真验证.仿真结果表明,文中讨论的角增量圆锥算法有效,能显著提高激光陀螺捷联惯性导航系统的姿态精度.     

基于GPS的陆地车辆跟踪与监视系统(英文)

介绍了建立在差分GPS和航位推算(DR)组合基础上的低成本陆地车辆跟踪与监视系统.从低成本角度出发,文中提出了采用单方向通讯数据链的新方案。为了保证定位精度,给出了差分GPS算法,并且详细研究了一个8状态的Kalman滤波器.最后使用两台C/A码GPS接收 机进行野外跑车试验.结果表明,差分定位精度小于5m.     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

美国又解密两种侦察卫星

2002年8月,美国国家图像与测绘局(NIMA)宣布,它将于当年9月20日召开图像会议,解密美国侦察卫星计划,公布KH-7和KH-9两种侦察卫星的情况。 但是,9月20日会议并没有像人们所期望的那样提供两种卫星的详细内容。1995年克林顿总统在签署命令解除“日冕”卫星秘密的同时,要求进一步审查胶片型侦察卫星的解密问题。但是,审查工作自20世纪90年代末起陷于停顿。 “920”图像会议只公布了很有限的信息,如有关KH-7(代号GAMBIT)和KH-9(代号HEXAGON)的真实名称。至于卫星或星载相机的照片,卫星制造和运营过程,甚至发射时的照片等均未公布,就连…     

卫星制造业何时走出低谷——2003年卫星订单大盘点

□□自20世纪末以来,由于通信需求不高、网络连接不盛以及资金缺少等因素,卫星研制任务不足,订单锐减,世界卫星制造商陷入裁员、关闭、合并、重组等困境。 2001年,卫星制造商共获得20颗卫星订单,2002年则跌落到前所未有的低谷,只有8颗卫星的订单,它们是: ·阿尔卡特公司获得为欧洲通信卫星公司(EUTELSAT)研制W-F5和AMC-23两颗卫星; ·洛马公司获得研制AMC-15、16两颗卫星; ·波音公司获得研制Thuraya-3卫星; ·阿斯特留姆公司获得研制Hella-Sat卫星; ·轨道科学公司获得研制Telkom-2和银河-1R两颗卫星。 2003年情况略有好转。世界…     

空间交会对接:太空演绎“高难度”

我国已宣布将于今年下半年择机发射天宫一号目标飞行器和神舟八号载人飞船,在轨道上进行首次空间交会对接试验。这将是我国载人航天发展史上又一重要里程碑,也是世界载人航天史上的一件大事,势必引起国人和世人的密切关注。空间交会对接试验吸引人们关注的重要原因不仅是     

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。