航天器运输包装箱仿真验证平台技术研究

针对数量有限的物理跑车试验无法满足减振与保温性能测试需求的问题，提出一套航天器运输包装箱动力学与热学仿真验证方法，包括：建立适用于包装箱系统的刚柔耦合多体动力学系统，通过结合线路条件测试生成的动力学系统外部激励，实现减振性能虚拟跑车测试；建立基于计算流体力学的包装箱热学模型，通过模拟自然对流和空调控制，实现包装箱保温性能虚拟跑车测试；基于C/S架构和导航式流程设计思想，建立航天器运输包装箱仿真验证平台，通过实际案例证明该平台仿真结果与实际跑车测试数据具有较高的一致性。     

高背压等离子点火器及其液体燃料点火特性实验研究

航天应用的液体火箭发动机及燃烧型加热器燃烧室室压高、燃料流量大、温度低、有重复启动需求，实现安全可靠点火的难度较大。针对这些需求，研究了一种采用高背压设计的电弧等离子体点火器。实验研究了Ar，N₂气体工质在高进气压力下的伏安特性，发现N₂在宽压力范围内适用于点火。发射光谱分析表明，在高达数MPa的进气压力下，Ar，N₂等离子体射流电子密度符合局部热力学平衡判据（LTE判据），点火能量集中。N₂等离子体整体温度低于Ar，但阳极喷口附近温度高于Ar，N₂等离子体射流火焰长，卷吸沿程空气造成射流平均温度偏低，但有助于低温液体推进剂的蒸发混合和强化点火。等离子体射流引起了臭氧和氮氧化物的形成，具有促进点火和化学反应的作用。背压提高引起电源输出电压升高，提高供气压力和电流，有助于点火器在高背压环境中稳定电压。燃烧型空气加热器燃烧室的点火实验发现，采用N₂等离子体喷注面中心点火，可以在短时间内完成酒精-空气和酒精-液氧-空气的点火，最高燃烧室室压接近5MPa时，点火器仍能稳定工作，多次使用电极烧蚀不明显，在液体火箭发动机的重复可靠点火方面具有很好的应用前景。     

导航卫星中断频次的分析方法

面向导航卫星中断频次的定量分析需求,该文分析导航卫星中断产生的主要原因,给出中断频次分析的流程,并针对分析过程中的三个关键问题,研究提出具体实施方法,包括通过相关性分析快速定位底层中断事件,通过中断树建立指标分析模型,并融合在轨数据、地面试验数据快速预估得到底层功能异常率等。最后通过示例进一步说明中断频次分析过程。该文方法已应用于北斗导航卫星工程。     

双模块下颌式内转进气道/圆锥前体一体化布局研究

为实现三维内转进气道的内收缩流场与圆锥前体的外压缩流场的良好匹配，提出了一种双模块下颌式内转进气道/圆锥前体(Double-modules Chin Inward-turning Inlet and Conical Forebody，DCII/CF)一体化设计方法，获得一种新颖的双发并置、侧向安装的DCII/CF一体化布局。针对该布局形式，开展了DCII/CF一体化构型与传统的单模块内转进气道/圆锥前体(Single-module Inward-turning Inlet and Conical Forebody，SII/CF)一体化构型的数值对比研究。结果表明：DCII/CF一体化布局不仅为内转进气道提供了优秀的前体附面层排移效果，还有效避免了传统SII/CF布局中前体附面层与进气道内部流场之间的相互干扰。在Ma∞=6.0设计状态，DCII/CF一体化布局的进气道总压恢复系数相较传统的SII/CF布局有了显著提高，从0.403提高至0.482；但由于前体附面层的排移，该布局的捕获流量略有降低， SII/CF的流量系数为0.956，该布局则为0.917。而在非设计状态，该布局形式同样具备较好的总压恢复性能，在Ma∞=5.0与Ma∞=4.0的总压恢复系数分别达到了0.586和0.682，明显高于SII/CF的总压恢复系数0.507和0.619。     

异构无人系统协同作战关键技术综述

针对异构无人系统的规模、异构性强弱，对异构无人系统进行了分类，引入了异构无人系统协同作战班组的概念以及应用设想，并通过城市环境中异构无人系统协同作战问题为牵引，提出了异构无人系统协同作战面临的挑战与解决思路，在此基础之上，从异构无人系统协同控制架构、协同任务规划、智能交互、目标感知、环境感知等主要方面对异构无人系统协同作战的关键技术进行了分析，最后对异构无人系统协同作战目前的研究进展与挑战进行了总结。     

多臂空间机器人的视觉伺服与协调控制

针对多臂空间机器人自主目标抓捕任务，首先建立多臂空间机器人的运动模型和其与目标的相对运动模型，采用Kane方法建立多臂空间机器人的动力学模型；其次，研究基于视觉伺服的机械臂在线轨迹规划算法，并引入零反作用机动，消除机械臂运动对平台姿态的扰动；再次，在不使用零反作用机动功能时，分别使用基于角动量前馈补偿的协调控制算法和逆动力学方法设计了协调控制器，在机械臂运动时保持平台姿态和相对目标的位置。最后，开发了基于Matlab的仿真软件MASS（多臂空间机器人仿真），仿真结果校验了上述方法的有效性。     

一种应用于超小型无人机的新型定高传感器

使用美国ICSENSOR公司的压阻硅式绝压传感器，对静压进行测量，并设计出适合超小型无人机使用的新型定高传感器，这种定高传感器具有灵敏度高，重量轻，单电源供电，板式结构。可靠性高，重复性好的特点，填补了应用于超小型无人机的定高传感器产品的空白。     

电连接器接点焊接工艺研究

针对航天产品电连接器接点焊点与引线断裂失效问题,分析了焊接过程中助焊剂、焊料、焊接工具和防护套等对接点焊接质量的影响。结合实践经验,提出相关工作参数和材料的选取原则,确定了生产中焊接技术的质量控制点。     

Almost instant time inference for hybrid partially dynamic Bayesian networks

A Bayesian network (BN) is a compact representation for probabilistic models and inference. They have been used successfully for many military and civilian applications. It is well known that, in general, the inference algorithms to compute the exact a posterior probability of a target node given observed evidence are either computationally infeasible for dense networks or impossible for general hybrid networks. In those cases, one either computes the approximate results using stochastic simulation methods or approximates the model using discretization or a Gaussian mixture model before applying an exact inference algorithm. This paper combines the concept of simulation and model approximation to propose an efficient algorithm for those cases. The main contribution here is a unified treatment of arbitrary (nonlinear non-Gaussian) hybrid (discrete and continuous) BN inference having both computation and accuracy scalability. The key idea is to precompile the high-dimensional hybrid distribution using a hypercube representation and apply it for both static and dynamic BN inference. Since the inference process essentially becomes a combination of table look-up and some simple operations, the method is shown to be extremely efficient. It can also he scaled to achieve any desirable accuracy given sufficient preprocessing time and memory for the cases where exact inference is not possible     

Performance evaluation for MAP state estimate fusion

This paper presents a quantitative performance evaluation method for the maximum a posteriori (MAP) state estimate fusion algorithm. Under ideal conditions where data association is assumed to be perfect, it has been shown that the MAP or best linear unbiased estimate (BLUE) fusion formula provides the best linear minimum mean squared estimate (LMMSE) given local estimates under the linear Gaussian assumption for a static system. However, for a dynamic system where fusion is recursively performed by the fusion center on local estimates generated from local measurements, it is not obvious how the MAP algorithm will perform. In the past, several performance evaluation methods have been proposed for various fusion algorithms, including simple convex combination, cross-covariance combination, information matrix, and MAP fusion. However, not much has been done to quantify the steady state behavior of these fusion methods for a dynamic system. The goal of this work is to present analytical fusion performance results for MAP state estimate fusion without extensive Monte Carlo simulations, using an approach developed for steady state performance evaluation for track fusion. Two different communication strategies are considered: fusion with and without feedback to the sensors. Analytic curves for the steady state performance of the fusion algorithm for various communication patterns are presented under different operating conditions.