动力学奇点在漂浮基双臂空间机器人姿态无扰运动规划中的应用

讨论了载体位置、姿态均不受控制的双臂自由浮动空间机器人的无扰运动规划问题．结合系统的动量及动量矩守恒关系，证明了动力学奇点的存在，并导出了动力学奇点的数学解析求解公式．在此基础上，利用动力学奇点给出了双臂自由浮动空间机器人载体姿态无扰运动路径的规划设计方法．该方法有助于空间环境下遥控机械手辅助航天器对接等任务操作的运动规划。     

编队飞行卫星群构型保持及初始化

导出了基于相对轨道要素的编队飞行卫星群轨道相对运动控制的轨道机动方程；提出了编队飞行卫星群轨道相对运动控制的轨道机动控制策略，利用不同方向的脉冲控制相对运动的轨道参数，包括轨道平面内机动和轨道平面外机动控制。根据相对轨道要素的变轨机动控制，进行编队飞行卫星群构型的初始化。这样的构型初始化可以视作一次特殊的变轨机动控制，很容易实现编队飞行构型的初始化机动。     

精密GPS卫星钟差的改正和应用

分析了GPS卫生钟差的变化特性，探讨了利用GPS地面跟踪站的观测数据估算GPS卫星钟差的可行性，建立了相应的算法和软件系统，并把由地面跟踪站的实测数据估算的卫星钟差用于星载GPS定轨计算，得到优于1m的定轨精度。     

空间积分声光相关器——脉冲信号检测

论述了空间积分声光相关器对脉冲调制连续波信号的瞬时响应，分析了从实时光电检测器中检测出的波形，该波形是脉冲宽度，加权函数参量和与脉冲位置相关的空间衍射光分布的函数。进一步提出了脉冲序列相关时的光分布关系并通过实验加以论证。     

极区中层惯性重力波VHF雷达观测的统计特征

本文采用ＳＯＵＳＹＶＨＦ雷达１９８７年６月２２日至６月２９日在挪威Ａｎｄφｙａ（６９°Ｎ，１０°Ｅ）的观测数据，研究中层惯性重力波传播的统计特征．２１个周期为数小时的准单色波例子，在垂直方向上有确定的相位移动，表明它们是惯性内重力波．通过分析波相关水平扰动速度的矢端曲线，获得了水平传播矢量的大小和方向的分布，大多数（７６％）波具有西向传播的波矢分量，似乎与中层顶具有强的西向背景风有关；水平传播速度的大小与中层高度上典型的观测值一致．本文分析结果还表明在极区中不仅存在向上的能量传输，也存在强烈的向下的能量传输．     

基于连续覆盖特性分析的星座设计

研究了需要对地面目标进行连续覆盖的星座的设计问题．首先推导了对覆盖性能有重要影响的星间覆盖间隔时间和轨道面覆盖间隔时间的计算公式，通过算例针对不同配置的星座进行了计算，使用工程仿真软件STK验证了分析结果．通过理论分析、算例计算以及工程仿真为该类型星座设计提供了理论指导。     

高比能量锂氟化碳电池在深空探测器上的应用试验研究

深空探测任务由于重量制约以及光照强度减弱等原因,可供选择的电源有限。锂氟化碳电池技术被认为是未来深空探测器电源潜在可行的选项。对锂氟化碳电池进行了比能量、比热容、发热量测试以及低温性能和贮存性能测试,测试结果表明:锂氟化碳电池高比能量优势明显,长贮存寿命满足了深空探测器数月甚至数年飞行期间自放电率低的需求,针对低温应用需求,采用复合电极有效改善低温放电性能,而针对锂氟化碳电池比热容、发热量的测试为电池热仿真分析提供了必不可少的数据支撑。     

空间冗余机械臂零反作用最优路径规划

自由漂浮空间机械臂运动通过力传递会对其载体航天器产生反作用力和力矩,从而影响基座和末端执行器的位置与方向。利用冗余机械臂的反作用零空间,求解对基座航天器姿态零干扰的机械臂运动规律的解析解。给定机械臂初始和终端状态,考虑最大关节角约束和最大关节角加速度约束,分别针对时间最优和沿整个运动路径关节加速度最小的问题,采用高斯伪谱法,在零反作用轨迹解集中寻找满足约束方程的最优解。所得最优解使得机械臂在达到期望构型的同时不影响基座姿态。将算法用于平面3自由度冗余机械臂系统中,仿真结果表明:算法在保证基座姿态稳定的同时,关节运动满足给定的约束条件,从而验证了算法的有效性。     

超精密微牛级微波离子推进技术及其在卫星超精度控制中的应用研究

空间技术的快速发展使得利用空间卫星的编队飞行构建大型空间星座成为可能，在引力波探测、射电望远镜编队、星座组网等任务方面具有重要作用。超精度控制是实现卫星高精度编队飞行的关键技术。推进系统是实现卫星编队长期高度稳定飞行的保证，从而实现内部科学装置的正确运行。不同于常规的推进系统，卫星精密编队超精度控制对推进系统的推力可调范围、分辨率、响应时间、推力的一致性等有着极高的要求。根据卫星精密编队任务需求，对微牛级推进系统的功能及技术要求进行了分析，提出了基于M2微波离子推力器的卫星超精度控制推进系统。阐述了M2超精密微牛级推进系统的关键技术和研究进展，为后续M2推力器在无拖曳控制方面的应用奠定了基础。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点，提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验，并采用经验模式分解(EMD)方法对采集的振动信号进行分解，提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明，所提出的Deep-GBM故障诊断准确率达到87%，相对于传统的机器学习模型准确率最高提升了28%，并具有良好的泛化能力。