基座与臂杆全弹性空间机器人的有限时间控制

探讨了基座、臂杆全弹性影响下,基于有限时间的漂浮基空间机器人系统轨迹跟踪以及柔性抑振问题.由于弹性基座与两柔性杆之间存在多重动力学耦合关系,此系统为高度非线性系统.将弹性基座与臂杆间的连接视为线性弹簧,利用拉格朗日第二类方程并结合假设模态法,推导出该系统的动力学模型;应用奇异摄动理论的两种时间尺度假设,将系统分解为表示刚性运动的慢变子系统和表示基座弹性、双柔杆振动的快变子系统.针对慢变子系统,设计了一种基于名义模型的有限时间控制器,保证完成刚性期望轨迹跟踪.设计的积分式滑模面具有有限时间收敛特性,比传统渐近收敛控制方法具有更快的收敛速度和更强的鲁棒性;对于快变子系统,采用线性二次型最优控制同时抑制弹性基座与两柔性杆的振动.Lyapunov理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点.仿真验证了控制方法的有效性.     

动态真空校准装置的设计

动态真空校准装置由供气系统、抽气系统、校准系统、烘烤系统、测控及分析系统五部分组成。利用快开超高真空插板阀与限流元件组合的方法,在20ms至1s的时间范围内实现标准压力105Pa至100Pa范围的瞬态阶跃变化。采用稀薄流下DSMC法与连续流下Navier-Stokes方程相结合的模型,确定快速膨胀过程中标准压力时间常数。动态真空校准装置预计达到的技术指标为校准范围10-1Pa～105Pa,合成标准不确定度小于15%。     

单组元300N发动机低温试验研究

为探究低温环境下单组元300N发动机的工作特性,揭示影响发动机低温性能的主要影响因素,以300N发动机为试验对象,开展了模拟飞行工况的发动机低温试验。给出了低温试验研究方法,分别从温度差异对发动机性能影响、催化剂活性差异对发动机低温启动特性影响和低温对电磁阀响应特性影响等方面获得研究结果。结果表明,低温是影响发动机低温性能的主要影响因素,-48℃条件催化剂无法完成推进剂的催化分解,发动机发生爆炸;-30℃条件下起活时间为80.5～87.5ms,发动机可正常启动,且启动温度与起活时间呈指数关系;催化剂批次差异也对发动机低温工作性能产生一定影响,不同批次催化剂低温起活时间的差异可达91ms;低温试验过程中,电磁阀的关闭受到低温推进剂粘性和背压的影响,产生了明显的迟滞现象,延迟时间约100ms,对发动机在轨的精准控制存在一定影响。     

一种跟随式大磁矩磁力矩器高反电势抑制技术

摘要： 提出一种可以实现大磁矩磁力矩器磁棒电流续流时间自动调节的控制方法,该方法既可以抑制大磁矩磁力矩器高反电势的产生,又无需增加功率器件为磁棒电流提供续流回路,大幅减小控制线路的体积及热设计难度,同时可以满足输出磁矩在小幅值内频繁变换方向的使用要求.     

脉冲调制在小型姿控推力器中的应用仿真

摘要： 针对采用推力器进行姿态控制过程中的姿态稳定度和燃料消耗优化问题,对脉冲调宽调频（PWPF）和伪速率脉冲（PSR）调制器进行详细介绍,分别对采用PWPF调制器和PSR调制器的姿控推力器姿态控制进行仿真分析,总结采用上述两种调制器的优缺点.以采用双时间常数的方法降低燃料消耗,加入一阶惯性滤波的方法降低系统噪声影响从而提高姿态控制稳定度,设计一种改进的脉冲调制器.通过仿真表明采用改进的脉冲调制器相比于采用PWPF调制器更节省燃料,且姿态稳定精度相当,相比于PSR调制器,改进的脉冲调制器显著提高了姿态稳定精度.     

FC-AE-1553网络传输性能评价

为了提高航天航空网络传输性能,提出一种通用的FC-AE-1553网络传输效率计算方法并研制高性能FC-AE-1553节点卡.首先,对FC-AE-1553网络的消息传输过程进行详细分析,分析信息类型,给出传输帧的格式建议,通过分析FC-AE-1553协议中各类消息传输的时间参数,结合FC标准中对通信时间的要求,提出FC-AE-1553网络交换中各种消息类型的通信时间计算公式.然后, 针对无差错传输和有差错传输两种情况,给出了网络传输效率的计算方法.最后,通过仿真分析数据帧净荷长度、节点处理时间、交换中序列数量、传输误码率、丢包率等参数对FC-AE-1553网络传输效率的影响,给出了网络优化设计的建议.依托某航天工程任务,研制了基于XC5VFX100T和MPC8536E的FC-AE-1553节点卡.实验结果表明:丢包对传输效率的影响可忽略;数据帧净荷为2 048 B,数据帧数量为16时,传输效率可达到77.2%.      

星地动态双向时间同步与测距算法

针对卫星运动对星地距离和钟差测量的不利影响,提出一种基于最小二乘拟合的星地动态双向时间同步与测距算法。在建立星地可视模型基础上,仿真了MEO运动卫星与地面时间同步站之间星地距离的变化规律,分析了卫星运动对星地双向时间同步与测距的主要不利影响。该算法首先利用星地双向时间同步数据分别生成星地距离和钟差拟合多项式,然后联合求解出运动卫星误差最小的星地距离与钟差。实验结果表明了该算法的合理性和科学性,在包含仿真误差的条件下,其时间同步精度优于3ns,测距精度优于3m。将其应用到各种空天应用系统的星地时间同步与测距中,可以消除卫星运动对双向时间同步与测距的不利影响,提高时间同步与测距精度。     

Discrete time multiple spacecraft formation flying attitude optimal control in presence of relative state constraints

This paper addresses the challenge of synchronized multiple spacecraft attitude reorientation in presence of pointing and boundary constraints with limited inter-spacecraft communication link. Relative attitude pointing constraint among the fleet of spacecraft has also been modeled and considered during the attitude maneuvers toward the desired states. Formation fling control structure that consists of decentralized path planners based on virtual structure approach joint with discrete time optimal local controller is designed to achieve the mission’s goals. Due to digital computing of spacecraft’s onboard computer, local optimal controller based on discrete time prediction and correction algorithm has been utilized. The time step of local optimal algorithm execution is designed so that the spacecraft track their desired attitudes with appropriate error bound. The convergence of the proposed architecture and stability of local controller’s tracking error within appropriate upper bound are proved. Finally, a numerical simulation of a stereo imaging scenario is presented to verify the performance of the proposed architecture and the effectiveness of the algorithm.     

卫星双向时间频率传递调制解调器研制进展

卫星双向时间比对调制解调器是卫星双向时间比对系统的核心设备,文章介绍了北京无线电计量测试研究所自主研发的卫星双向时间比对调制解调器(BIRMM modem)的研制情况,该设备具备1Mchip/s,2.5Mchip/s,5Mchip/s三种码速率,最多可拓展10个通道,中频输出频率70MHz。通过本地上星比对试验对BIRMM modem的核心性能指标进行了分析及评估。测试结果表明： BIRMM modem的时间比对精度优于0.3ns。     

Aerial-BiSeNet: A real-time semantic segmentation network for high resolution aerial imagery

The aircraft system has recently gained its reputation as a reliable and efficient tool for sensing and parsing aerial scenes. However, accurate and fast semantic segmentation of high-resolution aerial images for remote sensing applications is still facing three challenges: the requirements for limited processing resources and low-latency operations based on aerial platforms, the balance between high accuracy and real-time efficiency for model performance, and the confusing objects with large intra-class variations and small inter-class differences in high-resolution aerial images. To address these issues, a lightweight and dual-path deep convolutional architecture, namely Aerial Bilateral Segmentation Network (Aerial-BiSeNet), is proposed to perform real-time segmentation on high-resolution aerial images with favorable accuracy. Specifically, inspired by the receptive field concept in human visual systems, Receptive Field Module (RFM) is proposed to encode rich multi-scale contextual information. Based on channel attention mechanism, two novel modules, called Feature Attention Module (FAM) and Channel Attention based Feature Fusion Module (CAFFM) respectively, are proposed to refine and combine features effectively to boost the model performance. Aerial-BiSeNet is evaluated on the Potsdam and Vaihingen datasets, where leading performance is reported compared with other state-of-the-art models, in terms of both accuracy and efficiency.