速率模式飞轮姿态控制系统飞轮组合平稳切换方法

对速率模式飞轮姿态控制系统的能控性、稳定性和飞轮组合切换过程进行了研究，揭示了在飞轮组合切换过程中引起卫星姿态抖动的原因，提出了通过对残余角动量进行卸载并将卸载函数同时前馈到系统输入的方法，以保持卫星姿态的稳定度。从理论上证明了可引入残余角动量进行卸载，将卸载函数同时前馈到系统输入，并且不改变原系统的能控性和稳定性。给出了某卫星飞轮切换应用实例，说明了飞轮组合平稳切换方法的有效性。     

SABRE预冷器计算模型及其在整机模型中的应用

预冷器的性能对SABRE等预冷组合循环发动机具有重要影响,为实现发动机方案设计阶段预冷器的快速设计与评估,建立了预冷器准二维快速评估模型。将SABRE预冷器的几何结构简化为一个扇环形区域,沿径向和周向将该区域划分为二维节点。应用守恒方程及传热关联式完成单个节点计算,再求解节点矩阵的平衡方程组,计算内外流体特定节点上参数的二维分布,得到预冷器出口参数。将模型嵌入发动机总体性能程序中,实现了发动机设计及非设计点的预冷器性能计算的功能。与文献数据对比结果表明,预冷器模型传热计算误差小于5%,摩擦阻力误差小于10%。整机计算结果显示,Ma0~5范围内,预冷器空气侧温降范围为143K至932K,温降随飞行马赫数升高单调上升。预冷器传热有效度范围为0.896-0.945,空气侧总压恢复系数范围为0.852-0.904。     

轻量化红外成像制导镜头设计与仿真

根据红外成像制导系统的轻量化、小型化、低成本发展需求，针对制导系统中的光学镜头进行轻量化设计。通过分析超透镜的波前调控原理和加工工艺，利用传输相位调控原理设计了基于硅和氟化钡材料的中红外波长超透镜，工作波长3 μm,镜头厚度小于1 mm，口径50 mm时重量小于10 g，热膨胀系数较低环境适应性好。利用时域有限差分法对超透镜进行了仿真，通过设置对称边界条件缩短了仿真时间。仿真结果表明，当超透镜数值孔径为0.45时，聚焦效率为85%，焦斑半高宽3.4 μm。     

一种辅助GNSS/INS组合导航系统的高度计设计

因为地球对于导航卫星电磁波信号来说是不透明的,因此高程精度因子VDOP值通常总大于水平位置精度因子HDOP,导致了GNSS接收机在竖直方向上的定位结果没有水平方向理想,也直接影响到和惯性导航系统INS组合后即GNSS/INS组合导航系统的测量精度。文章提出了一种使用气压高度计辅助GNSS/INS组合导航系统并提高其测量精度的方法,从大气压强传感器出发,介绍了高度计测量系统的组成和工作原理,并阐述了各部分的电路设计及其工作流程。为了验证设计效果,对该系统进行了测试,结果表明该方法可以有效地提高组合导航系统测量精度,可用于普通导航领域。     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题，提出基于目标存在概率（PTE）的航迹融合算法，提升了正确航迹率和跟踪精度。首先，通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后，在局部估计误差互协方差矩阵未知的条件下，基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈，提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。     

一种基于卷积神经网络的地磁基准图构建方法

地磁匹配导航技术是一种重要的辅助导航制导方法，地磁基准图的构建精度对地磁匹配制导的精准度起着决定性作用。针对现有地磁基准图构建精度难以满足实际地磁匹配导航需求的问题，提出了一种基于卷积神经网络的地磁基准图构建方法。首先，利用卷积层提取低分辨率基准图中的特征图像块；然后，利用基于学习的阈值收缩算法（LISTA）实现图像块的稀疏表示；最后，利用三通道的地磁信息得到重建后的高分辨率基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，同时对噪声有更好的鲁棒性，各种客观评价指标均高于现有的超分辨率重建方法。      

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。