Deep Impact: Working Properties for the Target Nucleus – Comet 9P/Tempel 1

In 1998, Comet 9P/Tempel 1 was chosen as the target of the Deep Impact mission (A’Hearn, M. F., Belton, M. J. S., and Delamere, A., Space Sci. Rev., 2005) even though very little was known about its physical properties. Efforts were immediately begun to improve this situation by the Deep Impact Science Team leading to the founding of a worldwide observing campaign (Meech et al., Space Sci. Rev., 2005a). This campaign has already produced a great deal of information on the global properties of the comet’s nucleus (summarized in Table I) that is vital to the planning and the assessment of the chances of success at the impact and encounter. Since the mission was begun the successful encounters of the Deep Space 1 spacecraft at Comet 19P/Borrelly and the Stardust spacecraft at Comet 81P/Wild 2 have occurred yielding new information on the state of the nuclei of these two comets. This information, together with earlier results on the nucleus of comet 1P/Halley from the European Space Agency’s Giotto, the Soviet Vega mission, and various ground-based observational and theoretical studies, is used as a basis for conjectures on the morphological, geological, mechanical, and compositional properties of the surface and subsurface that Deep Impact may find at 9P/Tempel 1. We adopt the following working values (circa December 2004) for the nucleus parameters of prime importance to Deep Impact as follows: mean effective radius = 3.25± 0.2 km, shape – irregular triaxial ellipsoid with a/b = 3.2± 0.4 and overall dimensions of ∼14.4 × 4.4 × 4.4 km, principal axis rotation with period = 41.85± 0.1 hr, pole directions (RA, Dec, J2000) = 46± 10, 73± 10 deg (Pole 1) or 287± 14, 16.5± 10 deg (Pole 2) (the two poles are photometrically, but not geometrically, equivalent), Kron-Cousins (V-R) color = 0.56± 0.02, V-band geometric albedo = 0.04± 0.01, R-band geometric albedo = 0.05± 0.01, R-band H(1,1,0) = 14.441± 0.067, and mass ∼7×10¹³ kg assuming a bulk density of 500 kg m⁻³. As these are working values, {i.e.}, based on preliminary analyses, it is expected that adjustments to their values may be made before encounter as improved estimates become available through further analysis of the large database being made available by the Deep Impact observing campaign. Given the parameters listed above the impact will occur in an environment where the local gravity is estimated at 0.027–0.04 cm s⁻² and the escape velocity between 1.4 and 2 m s⁻¹. For both of the rotation poles found here, the Deep Impact spacecraft on approach to encounter will find the rotation axis close to the plane of the sky (aspect angles 82.2 and 69.7 deg. for pole 1 and 2, respectively). However, until the rotation period estimate is substantially improved, it will remain uncertain whether the impactor will collide with the broadside or the ends of the nucleus.     

卫星故障诊断的最优奇偶向量法

 提供一种卫星故障诊断方法以提高 GPS导航的完整性。该方法利用最优奇偶向量来检测和诊断卫星故障以提高卫星故障诊断的准确性。仿真结果显示,在故障幅值较小的情况下最优奇偶向量方法相比广义似然比方法可以提高故障的正确检测率和正确诊断率。该方法还可以缩短检测斜坡型故障的时间,从而提高了系统的可靠性。     

曲线保凸光顺拟合中的支持向量回归模型

几何逆向工程中的光顺曲线重构问题本质上属于回归问题,支持向量回归机是求解回归问题的新的十分有效的方法.研究用支持向量回归机处理光顺曲线的重构问题,鉴于后者有着对于光顺性的特殊要求,通过修正惩罚因子对支持向量机加以改造,即根据测量数据点的分布情况,利用各测量点圆率及保凸条件的特性确定对应的惩罚因子,从而实现了自由曲线的保凸光顺重构.数据实验也表明该方法的有效性.     

航天飞机三维最优再入轨道及气动加热过程

本文应用现代控制理论研究了航天飞行器三维最优再入轨道和与轨道参数密切相关的气动加热过程。文中选择飞行器迎角和倾斜角作为控制变量,以飞行器气动加热率和飞行过载沿轨道积分最小作为优化性能指标,按极大原理导出最优再入轨道有约束控制的非线性两点边值问题。采用了数值优化方法——共轭梯度法求解有升力飞行器的最优再入轨道及其热过程。文中以允许误差法讨论了权系数和罚函数的选取方法;对不同速度范围研究了不同的加热模型;按热平衡方程与优化轨道同步迭代的方法求得了算例数值结果。算例的数值结果与文献[13]的量值是一致的。     

推力向量控制方案及计算

本文归纳推力向量控制的主要方案,着重介绍摆动喷管、流体二次喷射方案的计算思路和结果.摆动喷管中的流场计算要考虑导弹偏摆对所产生的惯性力的影响;所得壁面压力畸变图说明,它是一个三维流场.在摆动喷管设计中要将铰链力减至最小,流体二次喷射的侧向力通过“等效实体模型”,用爆炸波的解来计算.     

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.     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

基于反电势形状函数法的无刷直流电动机直接转矩控制

采用两相导通模式时通过逆变器开关状态不能确定电压空间矢量,现有方案是通过实时测量3个相电压来解决这一问题,但系统变得复杂;此外现有方案在转矩观测中包含的微分项会降低控制精度,增大计算量,影响系统实时性。针对这两点不足,提出反电势形状函数法,在软件中实现了相电压的实时计算,使转矩观测变得简洁,更易于工程实用。最后给出的仿真与实验结果证明了反电势形状函数法用于无刷直流电机直接转矩控制中的可行性与有效性。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。     

多随机变量的桁架结构系统的可靠性分析及优化设计

针对桁架结构系统，采用随机有限元法（SFEM）计算结构系统的响应量，考虑内力重新分配，建立失效模式的安全余量方程，用验算点法计算失效模式安全余量的可靠性指标，用改进的分枝限界法，寻找主要失效模式，通过对主要失效模式方程线性化研究，计算失效模式安全余量之间的相关系数，寻找主要失效模式，通过对主要失效模式方程线性化研究，计算失效模式安全余量之间的相关系数，最后用PNET法计算出结构系统的失效概率，同时给出多随机变量的结构系统可靠度的敏度表达式，采用最佳矢量法，求解了大型桁架结构系统基于可靠性指标约束下的最小重量的优化设计问题，最后，给出了实际算例，计算结果表明；采用随机有限元法能更好地考虑结构系统的多个随机变量对系统可靠性产生的影响；所采用的可靠性分析方法和优化方法是有效的。