谱估计理论在弹道数据参数化建模中的应用

针对高超声速飞行器防御作战中目标运动规律的描述问题，提出一种基于经典和现代谱估计理论的弹道数据参数化分析和建模方法。该方法将弹道数据视作非平稳随机信号，研究其变化规律：首先，通过线性消势法消除信号的线性趋势，将其转变为平稳信号，以便于进行谱估计；然后，采用Welch算法给出大致的谱图，结合该谱图和改进的协方差法确定自回归参数模型的阶数，以避免模型阶数选择准则引起的不确定性问题；最终，给出弹道数据的参数化模型。仿真结果表明，使用本文算法建立的弹道数据参数化模型与动力学模型具有较高的一 致性。     

坦克运动参数自动检测装置设计

针对坦克射击训练缺乏有效的运动参数检测手段、训练成绩评定主观随意性大等问题,设计了坦克运动参数自动检测装置。该装置采用传感器及计算机技术,实时监测坦克在射击过程中的运动参数。该装置采用一套柔性支架可在多种型号的坦克上安装,在野外行车环境下可靠性高,能够不受强光照射、坦克行驶的扬尘、坦克电源电压波动大等恶劣因素的影响。     

视觉测振技术在柔性太阳翼模态试验中的应用

针对8 m×5 m的柔性太阳翼在倒立状态下进行模态试验，设计数字摄像视觉测振系统，基于图像特征跟踪法实现了从相机标定、图像采集、信息提取到三维振动数据获取的过程，通过工况模态辨识方法获取了柔性太阳翼模态频率及振型等动力学参数。并考虑空气和重力影响建立太阳翼有限元模型，通过与基于基恩士激光位移传感器的传统模态试验结果及仿真分析结果进行对比，验证了基于视觉测振工况模态试验方法的准确性，为柔性太阳翼在轨模态辨识奠定基础。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题，设计变量的配置对设计结果影响很大，而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法，得到设计空间关于目标函数的敏感区域信息，并以此为根据增加设计变量；利用节点插入算法将低维样本在高维空间内进行重构，避免了重新取样的工作量。相对于传统固定设计空间维度方法，自适应参数化方法在设计空间的敏感区域扩展维度，能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例，证实自适应参数化方法可以大幅提高优化设计质量和效率。     

不同重力环境下空间机构电机驱动力差异

为了分析空间机构在不同重力环境中的驱动力差异，以单关节机械臂为研究对象，进行不同重力环境下直流电机驱动力差异分析。首先基于拉格朗日方程推导出单关节机械臂的动力学模型，为分析不同重力环境下，负载、摩擦和转速的变化对电机驱动力的影响，通过设计一套基于单关节驱动的机械臂试验装置，进行地面重力环境、地面模拟微重力环境和落塔微重力环境试验。然后基于试验数据详细分析了不同重力环境下空间机构电机驱动电流的差异，并基于试验数据对电机动力学方程中的摩擦参数进行辨识，从而获得基于试验数据修正的机械臂动力学仿真模型，为空间机构动力学设计与应用提供理论与试验依据。     

基于振动参数聚类融合的空间轴承故障辨识方法研究#br#

轴承是飞轮和控制力矩陀螺(CMG)等空间惯性执行机构的核心部件，其健康状态直接影响整机性能和使用寿命.当前，由于轻载轴承在正常运转时也可能产生类似于微弱故障特征的现象，导致单一故障特征参数难以辨识正常和微弱故障状态.针对这一问题，本文提出了一种基于振动参数聚类融合的轴承微弱故障辨识方法.首先，通过轴承振动实验获得数据；然后，基于特征频率比值等方法对振动信号进行特征参数的提取；在此基础上，利用K Medoids算法对正常样本进行聚类，并根据3σ法则构建正常运转的安全边界；最后，计算不同轴承故障数据的超限概率，根据概率大小进行故障状态的识别.结果表明，该方法对轴承正常和微弱故障的辨识是可行和有效的.     

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection，CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中，为提高太阳风预报的准确率，需要提高CME参数识别的精度.模型以计算任务串行的方式运行，运算效率低导致模型运算时间长，不能满足这种需求.CME参数识别模型的物理运算过程相互不独立，其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架，改进了CME参数识别模型的计算流程，提出CDMR（CME detection under MapReduce）方法，实现了CME参数识别模型的并行计算，并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间，提高了模型的识别精度和计算效率.