考虑星历误差的天文测角/时间延迟量测组合导航方法

基于太阳震荡的时间延迟是一种新型天文导航量测量，可以提供探测器相对反射天体的距离信息，与星光角距量测量结合，可以提高导航性能。然而，星光角距量测模型与时间延迟量测模型均含有火卫一相对火星的位置矢量，火卫一的星历误差将影响导航精度。针对这一问题，提出了一种基于在线估计的天文测角/时间延迟量测组合导航方法，建立了包含火卫一位置及速度的状态模型，利用星光角距及时间延迟量测量同时对火卫一的位置和速度进行在线估计，仿真结果表明，提出的方法可以有效抑制火卫一星历误差对组合导航精度的影响，为探测器提供高精度的自主导航信息。     

Energy requirements of a thermally processed ISRU radiation shield for a lunar habitat

The purpose of this study was to establish, on a first principles basis, the order of magnitude of energy requirements for a thermally processed, lunar regolith radiation shield constructed using an in-situ resource utilisation (ISRU) approach. This was done by developing a reference scenario habitat and using thermodynamic relationships and specific heat capacity expressions to determine the energy required to bring such a regolith volume up to sintering temperatures (c. 1,375 K). Once the energy requirements were developed some power system architectures were outlined conceptually and a nuclear power plant of c. 400 kW was suggested as a means to supply the necessary energy. This is well beyond current space nuclear applications. The study concludes that it is likely that the most efficient near-term solution is chemical processing of regolith, from an energy requirements perspective. The technology is also more mature and likely to be delivered on near term projects as it does not require such scaled-up power system architectures. Alternatively, bringing storm shelters up with the habitat to provide a means of weathering major solar events, and adding additional radiation protection to habitat quarters, possibly through a water blanket or similar mechanism, could provide a non-ISRU solution with current technology. However, in the longer term, the development of MW-scale power system architectures (fission, solar etc.), may permit a very large volume of material to be processed thermally for construction material, making a large, permanent human presence on the Moon more easily realisable.     

一种小天体旋转参数估计方法

小天体旋转参数是科学数据，也是小天体测绘，着陆导航的基础数据.研究一种在小天体探测接近段过程中使用的基于图像上特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法.该方法首先建立小天体旋转关系模型，表示小天体在相机坐标系中的姿态变化；然后定义小天体旋转的状态方程，推到了扩展卡尔曼滤波器的计算过程.通过对观测图像序列上的特征点跟踪，利用扩展卡尔曼滤波器方法得到小天体旋转轴指向和自转角速度估计.实验中，在仿真相机与小天体相机100 km距离上，分析了相机坐标系小天体坐标系之间的四元数初值，图像上特征点跟踪精度，相机的观测指向等因素对小天体旋转参数估计精度的影响.实验结果表明，提出的基于图像特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法能够得到具有较高精度的估计结果.     

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。     

Multiscale topology optimization using feature-driven method

This paper presents a multiscale design method for simultaneous topology optimization of both macrostructures and microstructures. Geometric features are extended as design primitives at both macro and micro scales and represented by Level Set Functions (LSFs). Parameters related to the locations, sizes, and orientations of macro and micro features are considered as design variables and optimized simultaneously. In the overlapping areas of different macro features, embedded microstructures are optimally figured out as the solution of the corresponding sub-optimization problem. In this study, the eXtended Finite Element Method (XFEM) is implemented for structural and sensitivity analyses with respect to design variables. This method has the advantage of using a fixed grid independent of the topology optimization process. The homogenization procedure is applied to calculate the effective properties of considered microstructures in each macro feature. Numerical examples are presented to illustrate the effectiveness of the proposed method. Results depict that the multiscale design cannot obviously improve structural stiffness compared with a solid-material design under the linear elastic condition.     

航空电子产品电磁环境效应模块化设计方法

对高强度辐射场（HIRF）环境特点与干扰类型进行分析，采用理论计算、计算机仿真技术（CST）的仿真分析及实测等方法分别对某型飞机航空电子系统综合显示单元的外部强电磁辐射场孔缝耦合、场线耦合及芯片前端电路影响关键芯片的相关规律进行了研究，给出了相关设计建议。结果表明，可通过分析孔缝、场线耦合获得进入关键芯片前端电路的电磁干扰能量，再结合关键芯片前端电路网络对干扰的插入损耗分析，获得关键芯片在外部强场激励下的感应电压。     

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

翼身融合布局客机总体参数分析与优化

在翼身融合布局客机总体设计阶段，为评估设计方案的总体性能，建立了翼身融合布局客机总体参数综合分析与优化平台，该平台以翼身融合布局客机的几何参数为输入，完成动力、几何、重量、气动、性能和经济性等模块分析，并以此为基础建立优化设计模型。为快速评估设计方案的性能及优化设计效果，动力分析模块采用了部件级分析模型，重量分析模块采用半经验估算方法，气动分析模块采用面元法结合工程估算方法，性能分析模块采用简化运动学方法，优化模型采用可并行计算的子集模拟优化算法。以某555座级翼身融合布局客机方案为例，应用开发的分析与优化平台，完成了总体参数分析，结果表明分析模型合理。在此方案的基础上，以客机的外形参数和发动机海平面最大推力为设计变量，分别建立了以最大起飞重量最小为目标的单目标优化，以及同时以直接使用成本和进场速度最小为目标的多目标优化，单目标优化结果最大起飞重量降低了约7.17%，多目标优化结果表明直接使用成本降低8.77%的同时进场速度会增加3.32%。     

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。      

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。