RCS测试系统几何量参数综合校准技术研究

本文针对RCS测试系统的计量需求,阐述了RCS测试系统几何量参数校准技术研究情况。围绕雷达反射面型面参数、设备空间几何位置参数、定标体几何参数的有限目标开展了校准技术研究,研制了RCS测试系统的几何参数综合校准系统,并在国内几个典型的RCS测试系统进行了应用验证,初步建立了RCS测试系统几何量参数量值溯源体系,为国内RCS测试系统的量值统一、数据准确打下了坚实的技术基础。     

应用多智能体链路认知的低轨卫星网络路由算法

针对低轨卫星链路不稳定和负载不平衡等因素给网络路由带来的严重影响,提出了一种应用多智能体链路认知的低轨卫星网络路由算法。卫星网络通过多智能体对卫星链路投递率和链路可用性等环境进行感知和推理,获得卫星网络中星际链路质量评价,评价结果用于路由的优化,可达到提高网络吞吐率和使负载均衡的目的。以类似"铱"的卫星系统为仿真对象,对比文章算法和传统的自适应最短路径路由算法在吞吐量、丢包率和端到端时延方面的性能。仿真结果表明:文章提出的算法较自适应最短路径路由算法能增大吞吐量,降低丢包率,缩短高负载时的端到端时延,可有效提高低轨卫星通信网络的路由性能。     

基于等效质量的太空机械臂多体系统碰撞分析

从等效质量角度出发,针对不同的操作环境,提出多体系统离散碰撞动力学建模及连续碰撞动力学建模方法,并分析碰撞对系统造成的影响。首先,由系统动力学方程及能量方程推导出太空机械臂末端等效质量,在此基础上,针对刚/柔环境,分别建立多体系统离散碰撞动力学模型和连续碰撞动力学模型,并针对七种连续碰撞模型提出选取标准,以便更真实地模拟实际碰撞过程。最后,以典型的太空七自由度机械臂为例开展仿真试验,两种方法的对比结果校验了该算法的正确性。     

后航天飞机时代天地往返运载器发展趋势研究

<正>2011年7月21日5时,美国"亚特兰蒂斯号"航天飞机顺利降落在肯尼迪航天中心,"亚特兰蒂斯号"的最后一次太空飞行任务圆满完成。这同时也标志着美国航天飞机毁誉参半的30年历史的终结,世界航天活动从此进入了"后航天飞机时代"。时至今日,航天飞机谢幕已3年多,世界航天活动依旧频繁,天地往返运载器项目蓬勃发展。本文通过对近3年世界航天界在天地往返运载器领域的活动分析,梳理后航天飞机时代世界航天界在天地往返运载器领域的发展趋势和显著特征,找寻对我国航天事业发展有益的借鉴。     

SiC-ZrC陶瓷单组分前驱体树脂的制备与性能

通过Wurz-Fittig共缩聚反应合成了锆含量可调的聚锆硅烷树脂,作为Si C-Zr C陶瓷单组分前驱体。聚锆硅烷树脂具有聚合物基复合材料的加工工艺性能,具有热固化性(热固化温度110~200℃),在氩气气氛中于1 000~1 400℃高温裂解生成Si C-Zr C复相陶瓷(陶瓷产率60%)。聚锆硅烷树脂适合陶瓷基复合材料的聚合物浸渍裂解致密工艺(PIP)。基于前驱体聚合物的锆基复相陶瓷在空气中具有突出的耐高温氧化性,可望应用于超高音速大气层飞行器的耐高温、耐氧化陶瓷材料。     

《火箭推进》征稿启事

<正>一、《火箭推进》是航天推进技术研究院主办的运载器与导弹动力专业学术刊物,专业方向侧重于火箭发动机。二、《火箭推进》为双月刊,国内外公开发行,刊载火箭发动机、吸气式发动机、非常规动力等航天推进技术方面的文章,主要包括以下内容:1.航天推进技术基础理论研究、关键技术研究方面的学术论文;2.航天推进技术发展现状及前景的专题论文及综述;3.航天发动机的新材料、新工艺、新技术、     

基于MADDPG的多无人机协同任务决策

针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了MADDPG算法的模型结构。最后通过仿真实验,并对比深度确定性策略梯度(DDPG)算法,验证了本文提出的MADDPG算法在保证精度的基础上,学习速度大幅度提高,弥补了传统强化学习算法在多智能体领域的不足。     

拦阻着舰环境下的拦阻索索力识别方法研究

拦阻索的安全性是舰载机在航母上安全着舰的关键因素之一.针对舰载机拦阻着舰过程,提出了一种通过舰载机着舰拦阻过程中机体加速度求解拦阻索张力的方法.首先,根据舰载机拦阻钩挂索后的受载情况,确定拦阻索载荷的传力路径,实现拦阻索索力的间接识别.然后,通过考虑拦阻索的弯折波特性,对索力识别方法进行了改进和优化.最后,采用多体动力...     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.