基于TEC的空间站末端回路温控系统建模及其热力学性能分析

针对空间站中间回路温度波动过大,高温时导致科学载荷工作温度超出允许范围的问题,设计了一种基于热电制冷器(TEC)的末端单向流体回路温控系统。该系统包含一个TEC温控模块,当中间回路温度过高,末端回路冷却功率不足时,该模块可提供额外的制冷量,降低流入冷板的工质温度,形成针对科学载荷的相对低温区域,恢复回路的冷却能力。分别建立了温控系统数学模型与数值仿真模型,并完成了热负载扰动、中间回路温度扰动、末端回路流量扰动和并联支路热扰动等4种扰动对系统热力学特性影响的仿真分析,验证了TEC模块的温控性能。结果表明:在科学载荷发热功率增加30%、中间回路的温度升高5K、末端回路流量减小至0.0015kg/s等多种工况下,所设计的温控系统能够将载荷温度控制在1K以内,实现科学载荷精确温控。      

并联式TBCC排气系统模态转换过程的流场特性研究

为了研究并联式TBCC（Turbine Based Combined Cycle）排气系统在模态转换过程中出口流场的变化特性及其气动性能的变化规律，采用动网格等技术完成了某并联式TBCC组合排气系统在整个模态转换过程中的非定常数值模拟。同时，对该排气系统模态转换过程中若干工况时的冷流进行了风洞试验，并将试验与数值仿真结果进行比较。研究结果表明:模态转换过程中，并联式TBCC排气系统出口流场的波系结构十分复杂，分流板出口激波对排气系统的气动性能产生了一定影响；TBCC排气系统的推力系数始终保持在0.9以上，但其产生的升力变化较大；风洞试验获得的壁面压力分布及流场纹影与数值模拟结果吻合较好，从而证明了本文数值模拟方法的可行性。     

一种星载信息系统微系统电路设计

基于星载信息系统高集成化、轻小型化和智能化的发展需求,微系统电路通过SOC/SIP等先进集成电路设计技术将CPU、 FPGA及相关功能的裸芯片高密度集成。相比传统卫星研制方式,微系统电路的体积、重量、功耗显著减小,且产品研制周期由于模块化、通用化设计得以缩减。文章介绍一种基于RISC-V指令集处理器的星载信息系统微系统电路设计方案,采用基于RISC-V指令集的双核处理器作为微系统控制核心;通过架构优化设计集成RISC-V处理器核、 FPGA、存储芯片、接口电路等;考虑空间环境的影响,通过结构级抗辐照加固设计提升微系统电路的在轨运行可靠性。     

基于软件定义的航天器分布式电源系统设计

针对电源系统架构灵活性的需求,提出了一种基于软件定义智能功率单元的可重构航天器分布式电源系统设计。给出了系统的分布式架构,采用了一种可软件定义的标准功率单元实现所有发电单元、储能单元的分布式接入。智能功率单元可以通过星载计算机软件定义工作模式,满足不同单元的接入需求。通过搭建分布式电源系统仿真模型,对不同故障情况进行了验证,结果表明:分布式电源系统的可重构控制策略,实现了电源系统高可靠运行。最后,对提出电源系统设计的优势进行了总结。     

基于最小二乘拟合法的分布式POS全局估计方法

针对无法保证各子阵天线附近均安装高精度子惯性测量单元（IMU）的问题，提出了一种基于最小二乘拟合的分布式位置姿态测量系统（POS）全局估计方法。首先，建立了考虑一维柔性变形角的主/子传递对准误差模型；然后，采用卡尔曼滤波（KF）估计已安装子IMU的子阵天线运动参数；最后，在已获取运动参数的基础上，采用最小二乘拟合估计未安装子IMU的子阵天线运动参数。半物理仿真实验结果表明，所提方法精确实现了阵列天线运动参数的全局估计，且未安装子IMU的子阵天线运动参数估计精度与相邻的子阵天线运动参数估计精度相当。      

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前，目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时，随着脑科学研究的不断深入，人们对人脑视觉系统的理解逐渐透彻，利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs)，提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法，包括：基于演算侧抑制的目标检测算法，基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明，将类脑模型和深度神经网络应用于目标检测和跟踪领域，有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

全模颤振风洞试验三索悬挂系统多体动力学分析

全模颤振风洞试验需要通过软支撑系统模拟飞行器的自由飞行状态并调整模型姿态达到配平状态。参考NASA双索悬挂方案，提出了一种两电机驱动的三索悬挂系统，利用后方两索的同向/反向联动实现模型俯仰和滚转姿态的调整，利用弹簧刚度以及钢绳张力设计实现支撑频率要求。基于柔性多体动力学方法，建立了包括飞行器刚体模型、柔性索、滑轮、弹簧、气动力模型、伺服电机控制在内的复杂系统动力学模型，其中，利用任意拉格朗日-欧拉（ALE）变长度索单元描述钢绳，利用不约束物质坐标的索结点约束描述钢绳与滑轮相互作用，利用索结点物质输运速度约束描述伺服电机绞盘，利用飞行力学的气动力模型描述吹风下的气动力。基于该模型，通过小扰动响应辨识研究了弹簧刚度、钢绳张力、连接点位置等因素对支撑频率的影响规律，并分析了系统姿态调整能力，俯仰调整范围达到-12.5°~12.5°，滚转调整范围达到-45°~45°。采用滑轮处电位计测量的钢绳相对位移作为反馈信号，基于设计的控制律利用多体动力学求解器与Simulink对风洞吹风下的姿态调整过程进行仿真，模型达到配平状态，获得了吹风下的索拉力和伺服电机功率，为系统设计提供基础。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。