深空测控通信技术发展趋势分析

为满足21世纪我国深空探测任务的需要，参考国外深空测控通信系统的先进技术，归纳和总结了未来相关技术发展的7个趋势，为我国深空测控通信技术的发展提供一些参考。     

头盔硬衬用聚氨酯泡沫塑料的研究

介绍了聚氨酯泡沫塑料的发泡机理，设计了头盔硬衬用半硬质自结皮聚氨酯泡沫塑料配方，筛选出了高活性聚醚／TDI和高活性聚醚／PAPI两种聚氨酯发泡体系，穿透实验和碰撞实验表明，半硬质自结皮聚氨酯泡沫塑料完全可以取代传统的聚苯乙烯泡沫塑料作为头盔硬衬。     

三维攻击角度约束部分制导控制一体化设计

针对侧滑转弯(STT)导弹带有攻击角度约束的机动目标拦截问题，提出一种基于自适应终端滑模动态面控制的三维部分制导控制一体化(PIGC)设计方法。首先，建立了针对机动目标拦截的侧滑转弯导弹三维部分制导控制一体化设计模型，且不需要导弹速度微分体轴系分量信息。然后，使用终端滑模控制理论构建误差向量与虚拟控制量，达成精确拦截与攻击角度约束的控制目的；引入有限时间非线性收敛扩张状态观测器(ESO)来在线估计系统不确定性；设计自适应算子与自适应更新律对观测器的估计误差进行补偿，以提高方法的鲁棒性。最后，三维空间拦截仿真校验了方法在提高拦截精度与增强角度约束收敛性能的有效性。     

高超声速滑翔再入定向定速打击末制导算法

以具有终端落角和落速约束的小升阻比短距滑翔高超声速再入打击飞行器为研究对象，通过引入弹道调整段来实现对飞行器的初步大幅度减速，并使其满足中末制导交班条件，以解决飞行器捕获目标后难以直接对其进行定向定速打击的问题。首先设计了一种变角偏差反馈系数的偏置比例制导律，解决了末端攻击段弹道下压困难以及导引头视场稳定跟踪等问题。在此基础上，建立了一种基于攻角和弹道倾角估计的末端减速指令生成方法，有效解决了基于理想速度曲线减速控制方法精度不足的问题。因此，数值仿真结果表明该制导方案能够有效控制飞行器终端落角和落速，并具有较高的制导精度。     

深空探测器无线电干涉测量开源数据处理系统构建及试验

为更好地开展深空无线电干涉测量试验,基于DiFX(Distributed FX,分布式FX型相关处理)、SPICE(Spacecraft Planet Instrument Camera-matrix Events,航天器行星仪器照相机矩阵事件)、HOPS(Haystack Observatory Postprocessing System,Haystack克天文台后处理系统)及AIPS(Astronomical Image Processing System,天文图像处理系统)等开源软件,搭建了一套可用于深空探测器信号相关处理的无线电干涉测量数据处理系统。首先介绍了该系统的整体架构及组成,然后介绍了系统各组成模块的功能及工作原理,最后利用该系统对嫦娥三号着陆器开展了观测试验,并对观测数据进行了处理。试验结果表明,该系统能成功实现深空航天器信号的相关处理、条纹拟合,以及时延解算等功能,有望为我国嫦娥五号任务及火星探测任务数据处理提供支持。     

基于纳米吸能流体的火工点式分离装置缓冲技术研究

运载火箭火工点式分离装置工作时具有强冲击载荷特性，为有效降低冲击峰值，提出了一种基于纳米吸能流体结构的冲击缓冲技术。首先进行纳米吸能流体的吸能原理研究，建立其本构关系，揭示影响其吸能密度的主要因素；其次开展火工装置有限空间内的纳米吸能流体缓冲结构设计；最后通过有限元仿真与试验验证其缓冲性能。试验结果表明，本文设计的基于纳米吸能流体的缓冲结构，吸能密度高达122.8 J/g，冲击力峰值较空载条件下降了59.2%，冲击加速度峰值下降了63.4%。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

Coactive design of explainable agent-based task planning and deep reinforcement learning for human-UAVs teamwork

Unmanned Aerial Vehicles (UAVs) are useful in dangerous and dynamic tasks such as search-and-rescue, forest surveillance, and anti-terrorist operations. These tasks can be solved better through the collaboration of multiple UAVs under human supervision. However, it is still difficult for human to monitor, understand, predict and control the behaviors of the UAVs due to the task complexity as well as the black-box machine learning and planning algorithms being used. In this paper, the coactive design method is adopted to analyze the cognitive capabilities required for the tasks and design the interdependencies among the heterogeneous teammates of UAVs or human for coherent collaboration. Then, an agent-based task planner is proposed to automatically decompose a complex task into a sequence of explainable subtasks under constrains of resources, execution time, social rules and costs. Besides, a deep reinforcement learning approach is designed for the UAVs to learn optimal policies of a flocking behavior and a path planner that are easy for the human operator to understand and control. Finally, a mixed-initiative action selection mechanism is used to evaluate the learned policies as well as the human’s decisions. Experimental results demonstrate the effectiveness of the proposed methods.     

离子推力器多模式化研究

为了实现离子推力器多模式化,分析了离子推力器功率宽范围调节限制因素,提出了两种宽范围调节策略;针对我国小行星探测任务,完成了30cm多模式离子推力器研制、功率宽范围调节限制条件确定、以及两种调节策略下多模式工作点设计及对比研究。结果显示,通过降低放电室磁场强度可延伸离子推力器最小稳定工作功率,提高束流均匀性,实现离子推力器更宽功率范围多工作点设计;功率宽范围调节主要是屏栅电压和束电流的宽范围调节,二者通过栅极导流系数限制和交叉限制而约束;推力随功率增加呈线性增加关系,比冲随功率的增加总体上呈先快速增加后趋于稳定的趋势;30cm多模式离子推力器在0.25kW～5kW内稳定工作,推力10mN～186mN,比冲1522s～3586s。     

空间机械臂辅助深层采样阻抗控制策略

针对空间机械臂辅助深层采样任务中的建模与控制问题,基于刚体李群SO(3)方法对机械臂进行建模。通过梯形规划对机械臂进行轨迹规划,采用阻抗控制方法控制机械臂运动。推导了李群SO(3)模型下机械臂关节空间与末端笛卡尔空间之间的雅可比矩阵,并且得到了两个空间的相互转换关系。采用锥互补方法计算采样机械臂与复杂接触面的碰撞力,并基于非光滑算法求解锥互补条件与系统动力学方程。通过对比位置控制与阻抗控制,证明了阻抗控制在实际应用过程中能够更加柔顺地控制机械臂与接触面进行接触。通过对控制参数进行调整,探究了不同控制参数对机械臂控制的影响,优化得到了合适的控制参数,从而能控制机械臂辅助完成深层采样的任务。