考虑根铰间隙的空间框架展开机构动力学分析

利用Kane法多体动力学基本理论并考虑根铰间隙影响因素，建立适用于空间柔性太阳电池阵的多框架展开机构多体系统动力学模型，对框架展开机构的展开方式和展开过程进行仿真分析，获得了机构组成部件在展开过程中的几何位置、速度、加速度等动力学特性，分析了框架展开机构各个关节点运动特性、铰链间隙与外部驱动力的相互作用规律。结果表明：合理控制框架展开机构各运动部件的驱动力矩是保证框架按照确定规律展开的必要条件；根铰间隙对太阳电池阵框架展开机构角加速度影响较为明显，进而影响到展开框架展开过程的稳定性，对转角和角速度几乎没有影响；在进行空间太阳电池阵框架展开机构设计时应严格控制铰链轴间隙，并通过动力学仿真校核间隙对太阳电池阵展开过程的影响；研究结果为空间柔性太阳电池阵多模块框架展开机构设计提供指导。     

一种低轨双星雷达信号无模糊频差估计算法

针对低轨双星组合接收低脉冲重复频率(LPRF)雷达信号的频差(DFO)估计存在模糊的问题，提出一种基于时差差分的频差无模糊高精度估计算法，该算法通过对高精度的时差测量值进行中心差分获得无模糊的频差估值。仿真结果表明，新算法能对PRF低至300 Hz的雷达信号进行无模糊的频差估计，估计精度在信噪比高于15 dB时逼近克拉美劳下界，可有效扩大低轨双星时/频差定位系统对LPRF信号的适用范围。     

基于产业思维的航天发射服务研究

首先从核心驱动出发提出航天发展三阶段第一推动力,从产业要素出发分析航天产业进阶的市场、技术和产业政策三要素。而后从价值链出发研究航天产业产值分布和产业整合策略。最后分析了新兴航天发射服务公司的模式、产品和技术,为我国航天发射服务提供参考。     

电动式磁悬浮动量球电磁场耦合分析

本文针对电动式磁悬浮动量球(Electrodynamic suspension reaction sphere, EDSRS)的电磁场耦合进行分析，采用定子绕组的感应电动势评判耦合强度，提出了耦合强度评判指标，作为EDSRS的结构设计约束，以降低电磁场耦合的影响。首先，结合EDSRS的具体结构特点，对多定子之间的电磁场耦合问题进行分析，采用定子电磁场在另一个定子绕组中产生的感应电动势评判耦合强度。然后，对感应电动势产生规律进行分析，提出了耦合强度评判指标，并基于所提评判指标，建立了耦合约束验证流程，作为EDSRS的结构设计约束，最后，通过有限元仿真和实验验证了上述电磁场耦合分析。     

多自由度振动环境下惯组非线性传递特性研究

惯组作为飞行器姿控系统的传感器,其局部安装结构的传递特性的测量精度直接关系到导航精度。目前,惯组普遍使用减振器进行隔振,而减振器都呈现出较强的非线性特征。为了考察惯组在不同工况下的传递特性,将惯组简化为六自由度Duffing模型,推导了基础激励下系统的运动微分方程,并用龙格-库塔法对方程进行求解,分析了自由衰减振动和强迫振动下不同工况的系统传递特性。结果表明,多自由度激励比单自由度激励工况得到的系统传递特性的频率和幅值都低。考虑到惯组真实的使用环境,应当在多自由度振动环境下进行传递特性试验。     

先进战斗机过失速机动大气数据融合估计方法

可控的过失速机动是先进战斗机超机动性能的重要标志，飞机飞行包线的扩大已超出传统的大气数据系统测量范围，可靠的迎角、侧滑角、总压、静压等飞行大气数据是制约先进战斗机过失速机动中飞行控制的关键因素。以中国推力矢量验证机为对象，基于过失速机动飞行试验的数据，开展大气参数估计与验证研究。结合过失速机动的时间与空间特性，研究了基于风速、地速、空速矢量和惯性姿态、导航参数的大气参数融合计算方法；针对过失速大迎角状态下飞机周围气流非定常、模型非线性导致的融合大气参数误差的复杂特性，进一步构建深度神经网络，对机动状态融合迎角、侧滑角的强非线性误差进行拟合。仿真和飞行试验表明：该方法可在大迎角飞行状态下实现主要大气参数的融合估计，过失速机动过程中融合迎角误差优于2.3°，融合得到的大气参数可为过失速大迎角机动飞行控制提供可靠的大气参数状态反馈。     

基于单应性矩阵的模型迎角单目视频测量方法

风洞试验中模型迎角的精准测量是降低阻力系数误差的重要途径之一，为此，提出了基于单应性矩阵的模型迎角单目视频测量方法。该方法通过两个单应性矩阵，获取试验过程中相机实时位姿和标记点物方空间位置坐标，应用坐标旋转关系，完成试验模型的迎角测量。数值仿真试验结果表明：迎角测量误差与待测标记点到风洞壁板间的距离偏差近似为线性关系，因此，当标记点不满足共面条件时，可根据该特点进行测量误差修正。静态标定和风洞迎角测量试验结果表明：修正系统误差后，迎角实测数据的测量准度在0.01°以内，精度不超过0.012°。本文方法易于实施，工程实用价值强。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征；其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力；最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

航空发动机静叶联调机构运动分析及优化

针对航空发动机可调静子叶片联调机构运动关系复杂、优化难度大的问题,研究了一种采用图解法和齐次坐标法结合MATLAB软件推导两级联调机构运动方程,并运用遗传算法对两级机构中的关键构件进行联合优化的方法。运用该方法对指定联调机构的两级曲柄可调端长度、可调端与固定端夹角进行了优化求解。得到了最优解,使得第一级摇臂转动角度是第零级摇臂转动角度的2倍，且第一级摇臂转动角速度也是第零级摇臂转动角速度的2倍。