基于ILLE和SVM的卫星执行机构系统故障检测与定位

针对某超高指向精度要求的卫星平台,采用增量式局部线性嵌入(ILLE)与支持向量机(SVM)结合的方法,研究系统配置的多组磁伺服机构的故障检测与故障定位技术。在分析执行机构故障模式以及故障影响的基础上,采用LLE算法实时提取并更新与故障相关的卫星姿态控制系统高维信息,对其进行降维及特征提取,实现执行机构系统故障检测。当检测到故障时,提取执行机构系统输入输出信息,利用支持向量机(SVM)方法进行故障定位。该方法无需采集离线数据生成样本集,直接利用卫星姿控系统产生的在线故障特征数据集进行故障检测,并能根据故障检测结果,有效地实现卫星姿控系统执行机构的故障定位。算例仿真结果验证了所提方法的有效性。     

偏心撞击对撞击式喷嘴雾化特性的影响

为研究偏心撞击对撞击式喷嘴雾化特性的影响,建立了求解自燃推进剂冷态射流撞击雾化过程的数值模拟方案,计算了不同偏心度条件下的射流撞击雾化过程。采用树形自适应加密算法直接求解不可压Navier-Stokes方程组,由分段线性的流体体积(VOF)方法对流体界面进行捕捉。结果表明偏心撞击会导致雾场发生偏转,当无量纲偏心度E为1/8时,雾场偏转角度约为9.2°,应控制加工偏差小于该值。随着偏心度的增大,液膜的偏转角度增大,理论推导得到的液膜偏转角度要小于数值计算得到的液膜偏转角度。正心撞击时燃料与氧化剂流强峰值接近,雾场的流强分布呈单峰分布。当发生偏心撞击时,由于燃料与氧化剂部分射流未参与撞击导致流强峰值出现交错,雾场的流强分布呈双峰分布,混合比的空间分布发生较大改变。正心撞击时撞击点下游液滴的速度分布近似呈轴对称分布,而偏心撞击之后的速度分布则呈中心对称分布。偏心撞击导致的射流动量损失使得雾化性能变差,当无量纲偏心度E为1/8时,一甲基肼(MMH)的Sauter平均直径增大约4.8%,四氧化二氮(NTO)的Sauter平均直径增大约5.8%。      

面向下一代运载火箭的综合电子系统集成技术

介绍了面向下一代运载火箭分布式模块化电子系统(DIMA)的集成技术及系统架构。针对下一代运载火箭复杂电子系统的特点，按照系统集成的路线，对系统设计目标、系统功能需求分析、系统抽象机制、系统综合技术等多方面进行论述。首先，根据电气系统功能获得系统需求，采用功能抽象和层次抽象定义系统抽象模型，提取出高内聚低耦合的原子功能模块，并对模块的属性、交换关系、时序约束关系等进行定义；然后采用可视化表征方法对系统进行深入分析，利用系统综合技术实现了从系统功能到硬件资源的映射，从而给出了集成控制单元和模块的种类；随后采用分时分区的设计理念对系统节点分区划分方案及容错架构进行了定义，并对分区操作系统的调度模型和交换式的数据交互网络进行了论述，最终给出了系统软硬件架构。     

基于HHT的航空直流串行电弧特征提取方法

由于飞机内部布线空间有限、电弧故障存在发生时间地点随机以及特征不明显等问题，导致检测困难。本文基于航空270 V高压直流（HVDC）系统开展直流串行电弧故障特征提取方法研究，采用希尔伯特黄变换（HHT）提取电弧电流交流分量的时域和频域特征量。选择HHT的固有模态函数IMF5瞬时幅值的峰峰值和标准差作为识别电弧故障的时域特征，与原始信号中提取的时域特征量对比，正常和电弧特征量的区分度更大；选择HHT的固有模态函数IMF1+IMF2、一定频带范围内的瞬时幅值计算得到的谐波功率和作为区分正常和电弧情况的频域特征量。与常用的快速傅里叶变换（FFT）方法相比，HHT三维时频谱能够反映信号的局部特征，HHT方法计算得到的正常和电弧特征量之间的区分度更大，电弧和正常特征量的比值最高可达346。基于HHT的电弧故障特征提取方法能够更好地区分正常和电弧情况，有助于提高电弧故障的检测率，降低虚警率，具有重要的工程应用价值。     

基于新型丝状电极等离子体激励器的前体涡控制

本文首次将新型丝状暴露电极DBD等离子激励器应用于大迎角下细长体非对称涡控制。丝状暴露电极的材料的选择对DBD推力以及推力效率至关重要,通过地面精细推力测量对丝状暴露电极等离子体激励器进行了优化,结果表明,本文研究材料中采用钨丝作为暴露电极,其推力效率最优;且随着电极直径从d=0.3 mm减小到d=0.08 mm,DBD推力效率显著提升。基于优化后的DBD激励器,将其应用于前体非对称涡控制:未施加等离子体控制时,压力测量以及PIV结果均表明细长体背风区流场为明显的非对称涡结构;在等离子体激励下,该非对称涡结构可变为对称甚至反向非对称,且非稳态激励控制能力明显优于稳态激励。研究发现,大迎角下细长体非对称涡控制与背风区原始涡系结构有关,其中包含对称涡系和非对称涡系。本文研究为大迎角下细长体非对称涡控制提供了一种新思路,同时也为丝状暴露电极DBD等离子体激励器的应用提供参考。     

功率级无刷直流电动机四象限运行模拟器设计

针对无刷直流电动机（BLDCM）驱动控制器在研发过程中全工况测试困难、测试成本高和研发周期长的问题，提出了一种采用分区间采样和解算方法的、具有四象限运行能力的功率级（PHIL）无刷直流电动机模拟器，替代实物电动机和机械负载装置完成对两两导通控制方式下无刷直流电动机驱动控制器的各项性能测试与可靠性试验。该模拟器由实时仿真器、电动机模拟变换器和多级式双向变换器3部分组成，实时仿真器负责采集被测电动机驱动控制器输出的PWM电压，实时解算电动机模型得到三相电流指令，控制电动机模拟变换器生成三相电流，多级式双向变换器负责维持模拟器输入、输出间的能量平衡关系，从而实现对四象限运行时无刷直流电动机的功率级模拟。实验结果表明:所提出的功率级无刷直流电动机模拟器模拟精度高、实时性好、测试灵活，能够有效替代实物电动机和机械负载装置，满足电动机驱动控制器的测试需求。      

无人集群系统时变编队H∞控制

针对有向通信拓扑网络下具有通信时滞与外部干扰的无人集群系统（AUSS）时变编队H_∞控制问题进行了研究。首先，基于AUSS期望编队构型信息、无人机（UAV）实时状态信息以及通信UAV之间带通信时滞的状态误差信息提出了AUSS的编队控制方法，通过变量替换将AUSS的编队控制问题转换成低维闭环系统的渐近稳定问题，并以线性矩阵不等式（LMI）形式给出了系统稳定的充分条件与最大允许通信时滞的计算公式。其次，通过构造Lyapunov-Krasovskii（L-K）泛函，证明了存在通信时滞与外部干扰条件下AUSS能够实现时变编队。最后，通过数值仿真验证所设计方法的准确性与有效性。      

基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。      

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响，设计了两步卡尔曼滤波（TSKF）算法。首先，介绍了脉冲星方位误差估计的传统模型，并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次，在传统的估计模型中加入了钟差和卫星位置误差，并将钟差和钟差变化率增广为新的状态量，从而推导出包含2种误差的新模型，并证明了该模型的完全可观测性；根据该模型并按照两步卡尔曼滤波原理，得到了TSKF算法的步骤。最后，通过仿真表明:在钟差和卫星位置误差同时影响下，传统脉冲星方位误差估计算法偏差较大且发散；TSKF算法则能够有效隔离2种误差的影响，使赤经和赤纬误差估计达到0.2 mas之内的精度。      

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。