基于集员估计的卫星飞轮故障检测与预测方法

为了对卫星飞轮故障进行提前预警，提出了一种基于集员估计的故障检测和预测方法。首先，基于飞轮的动态模型设计了一种基于中心对称多面体的故障检测方法。在检测出飞轮故障后，选取飞轮的电流数据作为故障特征，并采用线性模型或非线性模型来描述其退化规律。然后，提出了一种基于中心对称多面体的集员算法，对退化模型中的未知参数进行估计，并以此为基础预测未来时刻的故障，进而实现对飞轮故障的提前预警。最后，通过数值仿真，将所提出的方法和两种现有的故障预测技术进行了对比。仿真结果表明了所提方法的有效性和优越性。     

Al/HMX复合含能材料的制备及其燃烧特征参数研究

奥克托今(HMX)包覆铝粉(Al)能够有效降低Al的团聚烧结现象并改善其能量释放效率。采用物理混合法、溶剂-反溶剂法和溶剂蒸发诱导自组装法分别制备了三种不同结构的Al/HMX-1、Al/HMX-2和Al/HMX-3复合含能材料。相较于Al/HMX-1和Al/HMX-2,Al/HMX-3复合材料为球形包覆结构，D₅₀为6.651μm,各组分均匀分布。Al/HMX-3复合材料具备最优的热分解性能，其HMX的分解峰温降低到264.3℃,比Al/HMX-1和Al/HMX-2分别降低了～20.0℃和～19.2℃。燃烧性能分析表明，Al/HMX-3复合样品的燃烧更剧烈，团聚烧结现象降低，具有最高的燃烧热和燃烧温度。通过HMX均匀的包覆，HMX分解及时为Al燃烧提供氧化性气体“牢笼”促进Al氧化，并减少Al颗粒之间的相互碰撞导致的团聚。因此，燃烧性能和能量释放效率得到大幅度提升。     

一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法

针对传统的惯性/卫星(SINS/GNSS)弹载组合导航系统导航信息源单一、易受干扰且鲁棒性差等问题，引入了雷达高度表(RA)作为新的信息源参与导航信息融合，并在发射惯性系下设计了一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法。仿真结果表明:本算法构建的组合导航系统具有良好的导航性能，在GNSS受干扰失效后，相较于传统SINS/GNSS组合导航系统，SINS/GNSS/RA组合导航系统依靠SINS/RA子滤波器，依旧能够在一定的时间范围内为导弹提供有效的定位信息，其表现出了更高的鲁棒性和可靠性。     

自动和半自动探针台的载片台水平位移测量方法研究

为解决自动和半自动探针台的载片台水平方向位移发生偏差时,导致探针压点位置不准,从而使测试结果不可靠,甚至伤及芯片和探针的问题。根据实际工艺和溯源机构的标准器具特性,设计了标准尺的图形,在苏打玻璃上电镀5μm宽的金线条,制作成152.4mm×20mm的长方形标准尺,其测量范围为(0~150)mm。对标准尺进行了定标,定标不确定度为1.0μm。在测量范围内,进行了试验分析,评定了测量不确定度。结果表明:标准尺测量的水平位移偏差小于4μm,满足测试需求。     

抛物线喷管型面参数对流动分离影响的数值模拟

为了研究抛物线喷管型面的3个参数——初始膨胀圆弧半径、入口角和出口角的变化对喷管流动分离过程的影响规律，模拟了不同参数组合下的抛物线喷管流场参数，获得了喷管流动位置、分离模态随集气室压强增加的变化过程.结果表明:这3个参数能够影响发动机起动过程中喷管流场的发展过程.在一定范围内分离模态转换喷管压比（NPR）与初始膨胀圆弧半径呈正相关；通过合理设定入口角和出口角，可以推迟和缩短受限激波分离过程，为解决彭冠侧向载荷问题提供了可能的方向.      

频率选择表面（FSS）柔性屏铺覆工艺对透波窗口透波性能的影响

为了研究工程中柔性FSS屏铺覆工艺对透波窗口通带插损的影响，设计并制备了几种不同工艺缺陷的平板，采用自由空间传输反射法研究了平板在不同入射角下的通带损耗。结果表明：拼接缝隙使通带损耗在0°和60°入射角下增加了0.3 dB；拼接褶皱使通带损耗在0°入射角下增加了0.77 dB，在60°入射角下增加了1.55 dB；多层间FSS错位使通带损耗在0°入射角下增加了0.3 dB，在60°下入射角增加了1.05 dB。拼接褶皱对周期结构破坏最大，因此使通带损耗增加更大，在大入射角下通带损耗增加更加明显，在铺覆工艺时应尽量避免破坏柔性FSS屏的完整性。     

基于深度学习的电力数据分析研究

针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。     

可重构多维度探测微波光子雷达

随着“太空经济”时代的到来，大国间的太空竞争也愈发激烈，对星载雷达探测系统的测量精度和多维度目标参数测量提出了更高要求。现有的星载雷达系统主要采用传统微波技术实现，面临电子器件速率低、工作带宽小、可重构性差等问题，这些问题越来越成为限制星载雷达系统进一步发展的瓶颈。将微波光子技术引入雷达系统可利用光子技术高频率、大带宽、可重构的特点有效克服电子技术的局限性，突破雷达技术瓶颈。阐述了可重构多维度目标探测微波光子雷达的特点和基本结构，介绍了多维度目标参数测量和雷达波形可重构的原理与方法，并对星载微波光子雷达的发展趋势和特殊应用环境需要考虑的问题进行了论述。随着微波光子雷达技术研究的不断深入和光电集成技术的迅速发展，微波光子雷达有望在未来星载雷达系统中得到大规模应用。