基于连续同伦算法的天基仅测角初定轨方法

要进一步提高天基短弧初定轨的精度,在观测资料精度较高的情况下,仅考虑二体问题是不够的,还应考虑轨道摄动的影响。因此,基于无摄初轨的单位矢量法原理和矢量斜分解方法,给出了考虑摄动的天基仅测角初定轨单位矢量法。针对天基仅测角观测条件方程组求解过程中易出现迭代不收敛或收敛到平凡解的问题,引入连续同伦算法求解观测条件方程组,提出了单星观测方式下的空间目标天基仅测角初定轨方法,并通过数值仿真算例验证了该算法在较大范围的收敛性和数值稳定性。     

需求单元链接管理的一种新方法

在研发处理较小需求单元的需求管理工具过程中,研发人员面临着如何管理这些单元之间链接的难题。本文首先说明了若干个需求单元及其链接将会构成一个有向图;然后,为了管理这些链接,在介绍了直接操纵数据库法、关联矩阵法、三元组表法等三种方法的基础上,本文提出并实现了把链接作为需求单元属性的新方法;随后详细分析了这四种方法的优缺点;最后讨论了链接使用的方式。经实验证明,新方法和直接操纵数据库法两者的速度差别在105 以上。     

论Ada对DOD国防系统软件开发标准的适应性

Ada语言与DOD-STD-2167A是美国国防部(DOD)在软件方面最重要的两个标准,对它们之间的一致性与适应性进行研究是很有必要也很有意义的。这项研究的关键是研究Ada程序结构与DOD-STD-2167A静态结构的适应性。为此,本文首先详细分析了DOD-STD-2167A的静态结构,然后研究了Ada程序结构对这种静态结构的对应问题,指出了对应中存在的问题,在此基础上引入了库单元的概念。本文最后讨论了与DOD-STD-2167A相适应的Ada软件开发策略。     

面向对象开发方法的单元测试研究

简要介绍了面向对象开发方法的单元测试面临的特殊性问题并进行分析，探讨了面向对象单元测试采取的策略和测试用例的设计方法，最后对面向对象单元测试的充分性问题进行了讨论。     

质子交换膜燃料电池及其空间应用

介绍了质子交换膜燃料电池(PEMFC)、可再生燃料电池(RFC)的工作原理、性能和空间应用特点，以及发展航空航天器用可再生PEMFC系统的必要性和可行性。讨论了PEMFC和可再生PEMFC系统所面临的技术难点。最后，针对我国的实际情况，提出了分阶段发展PEMFC和可再生PEMFC的建议。     

EDU──766显示组件的会聚电路分析

本文以通用彩色监示器会聚原理为基础，对ＥＦＩＳ──７００系统显示器ＥＤＵ──７６６中的会聚电路（Ａ３卡）进行了详细地分析，并给出实际电路。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。     

点阵单元类型和排布角度对传热特性的影响

基于瞬态液晶测试技术和数值仿真,在相同孔隙率条件下,研究了桁架型点阵结构的单元类型和排布角度对矩形通道壁面对流传热特性的影响.结果表明:点阵单元类型对壁面传热性能有决定性的影响,其中交叉排布的体心立方(body centered cubic-0,BCC-0)和Kagome-0点阵归因于出色的传热强化效果,雷诺数在5 7...     

水下巡检蛇形机器人移动单元结构设计及计算

随着经济蓬勃发展,水生农作物市场的需求量不断增长,水域水质检测行业显得日益重要,但人工水质水域检测效率低下,为此设计一套可以搭载检测传感器的水质检测蛇形机器人,以提高检测效率、降低检测成本、减轻人工劳动力度。为适应水下环境,该机器人具备小巧、灵活、机动性能好、转弯灵活、对复杂水域适应能力强、可检测不同深度水质的特点,在此针对机器人的移动单元结构设计及强度校核等问题进行分析,可为以后解决此类问题提供一种验证手段。     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。