基于光学测角数据的风云四号同步轨道卫星精密定轨

针对风云四号同步卫星的精密定轨和精度评估需求,首先利用地面光学测角数据对FY-4A卫星进行精密定轨,定轨后方位角和高度角的残差rms分别为0.25＂和0.45＂。与基于测距数据的轨道相比,位置精度在有测角数据的弧段内小于50m。进一步联合测角数据和测距数据对FY-4A卫星进行联合定轨,定轨后轨道重叠精度优于15m。利用联合定轨结果评估了基于测距数据的实时轨道产品精度,可以明显发现轨道精度随着测距数据的积累而逐步提高。     

多径信道下基于恒模算法的遥测信号盲均衡

运载火箭在塔架静态测试时易受多径衰落影响,导致遥测信号产生码间干扰。本文对PCM-FM体制遥测信号的多径信道使用恒模算法(CMA)进行盲均衡研究,针对遥测信道中的码间干扰展开理论分析和Matlab仿真,并搭建盲均衡功能测试平台开展实验验证。结果表明:CMA收敛速度高、误码率低,对多径干扰具有较好的鲁棒性和实用性。     

基于高分卫星姿态监测的姿态参数算法优化

目前航天测绘相机几何参数的在轨标定通常经由地面检校场数据处理完成。然而,由于一次摄影中难以保证获取的地面检校场影像完整,使得在轨标定周期较长,进而导致实时监测与标定非常困难。“高分十四号”卫星搭载了一种新的姿态测定系统,利用高精度的相机光轴监测实现对相机几何参数的在轨实时标定。文章在此基础上对高分卫星星地相机间夹角在轨解算方案进行了优化,并基于数值仿真和在轨实测数据进行了分析,结果显示优化算法可以进一步提高影像内定向稳定度和最终的定位精度,未来有望在高精度立体测绘应用中发挥重要作用。     

星敏感器姿态测量相对基准偏差在轨标校方法研究

摘要： 对航天器星敏感间姿态测量基准偏差在轨标校及性能评估问题进行研究.建立包含敏感器安装误差与测量误差的星敏感器模型,针对两种不同形式的安装误差模型,推导出相应的观测方程,基于卡尔曼滤波方法设计相对基准偏差估计器,并比较分析两种估计器实际应用特点.然后针对在轨实际应用,给出一种基于敏感器光轴夹角的标校性能评估方法,通过数学仿真验证星敏感器相对基准偏差的标校的有效性,并基于在轨数据的标校应用获取相对基准偏差在轨特性.     

基于旋转高频信号注入法的内置式永磁同步电机低速段转子位置检测及其误差补偿

旋转高频信号注入法注入信号较为稳定,且位置估计过程不依赖电机参数,因而十分适用于内置式永磁同步电机(IPMSM)的零、低速转子位置检测。针对传统高频信号注入法无法辨别磁极的问题,用电压方波注入法检测磁极,结合有限元软件仿真,来合理选取方波电压幅值和时长,有效缩短了磁极判断耗时。分析了滤波器和信号离散化对位置估计精度的影响,提出在低速段可用线段拟合带通滤波器中心频率处的相频特性曲线,推导所需补偿角度与电机转速的关系。在理论分析的基础上,采用基于DSP28335的样机平台进行试验,结果表明磁极判断过程稳定,耗时较短,补偿后的位置估计值相比补偿前有明显改善,调速过程中系统动态性能良好。     

一种新型陀螺的力矩器非圆性误差补偿方法

为提高磁悬浮控制敏感陀螺（MSCSG）对陀螺载体姿态的敏感精度,基于其洛伦兹力磁轴承（LFMB）的设计结构,提出了一种力矩器非圆性误差补偿方法。首先,针对一种新型双球形包络面转子MSCSG,介绍了MSCSG的结构特点与陀螺载体姿态角速度敏感原理,并分别建立了MSCSG力矩器半径误差模型、转子偏转干扰力矩模型与陀螺载体姿态角速度敏感误差模型。其次,通过实验测量了力矩器的圆度,通过MATLAB进行数据拟合得到了力矩器的非圆特性,采用勒让德多项式级数对力矩器非圆性进行了描述,并有效补偿了因力矩器非圆性误差导致的姿态角速度敏感误差。最后,对误差补偿效果进行了仿真验证,结果表明该补偿方法使陀螺载体姿态角速度敏感误差降低了83.5%。此外,本文方法还可以解决LFMB陀螺的相关共性问题。      

临近空间高超声速跳跃滑翔式目标自适应跟踪模型

针对临近空间高超声速跳跃式滑翔目标跟踪问题,在将加速度建模为具有正弦波（SW）自相关随机过程的基础上,提出一种自适应非零均值正弦波相关（ANM-SW）模型。其核心是对正弦波相关模型进行均值补偿构建ANM-SW模型,并推导了模型状态方程;为深入分析均值补偿的作用,分别从时域和频域的角度探讨了自适应非零均值模型的物理本质;此外,为进一步说明模型的适应性问题,结合Kalman滤波推导了SW及ANM-SW模型状态更新的系统动态误差,验证了ANM-SW模型在机动适应方面的优越性;最终仿真表明与SW模型相比,ANM-SW模型在跟踪精度及机动适应能力方面具有一定的优势性。     

近地卫星严格回归轨道保持控制

研究了近地卫星基于严格回归参考轨道的轨道保持控制方法：将卫星编队理论引入单星绝对轨道保持控制,提出了"虚拟卫星编队"的概念,分析了卫星轨道相对于参考空间轨迹在轨道摄动情况下的偏离状态及变化趋势,然后根据卫星编队相对运动学,推导出了偏离状态与虚拟卫星编队构形参数之间的对应关系,并设计了以轨道参数超调、偏置及阈值触发为特征的管道保持控制策略。数值仿真结果表明,使用该控制策略能够将卫星轨道保持在以空间参考轨迹为中心的轨道管道内,并且有效减少了因周期性轨道摄动波动造成的管道保持控制量和控制频次。研究成果对于有空间轨迹回归要求的卫星轨道保持控制具有指导意义。     

非接触转子振动位移采集系统测试误差

对基于叶尖定时测量原理开发的非接触转子振动位移采集系统(NRDMS)测试误差进行了研究分析。将模拟叶片振动标准信号作为采集系统测试的输入信号,研究了测试对象参数和采集系统时基信号对测试结果误差的影响,理论和测试结果分析表明:测试误差主要受采集系统时基信号和转速的影响,采集系统的最大引用误差为0.066%。      

Framework and development of data-driven physics based model with application in dimensional accuracy prediction in pocket milling

In the manufacturing of thin wall components for aerospace industry, apart from the side wall contour error, the Remaining Bottom Thickness Error (RBTE) for the thin-wall pocket component (e.g. rocket shell) is of the same importance but overlooked in current research. If the RBTE reduces by 30%, the weight reduction of the entire component will reach up to tens of kilograms while improving the dynamic balance performance of the large component. Current RBTE control requires the off-process measurement of limited discrete points on the component bottom to provide the reference value for compensation. This leads to incompleteness in the remaining bottom thickness control and redundant measurement in manufacturing. In this paper, the framework of data-driven physics based model is proposed and developed for the real-time prediction of critical quality for large components, which enables accurate prediction and compensation of RBTE value for the thin wall components. The physics based model considers the primary root cause, in terms of tool deflection and clamping stiffness induced Axial Material Removal Thickness (AMRT) variation, for the RBTE formation. And to incorporate the dynamic and inherent coupling of the complicated manufacturing system, the multi-feature fusion and machine learning algorithm, i.e. kernel Principal Component Analysis (kPCA) and kernel Support Vector Regression (kSVR), are incorporated with the physics based model. Therefore, the proposed data-driven physics based model combines both process mechanism and the system disturbance to achieve better prediction accuracy. The final verification experiment is implemented to validate the effectiveness of the proposed method for dimensional accuracy prediction in pocket milling, and the prediction accuracy of AMRT achieves 0.014 mm and 0.019 mm for straight and corner milling, respectively.