逆金字塔式安全着陆点选择方法

针对现有地外天体软着陆安全着陆点选择方法的不足,设计了逆金字塔式安全着陆点选择方法,结合着陆器的落点精度和自主避障及地形坡度适应能力,建立了基于平整点、安全着陆点、可靠避障点和标称着陆点的地形安全性分析与定量搜索模型,该模型呈四层逆金字塔结构,每一层搜索的结果作为下一层搜索的输入,从弱约束到强约束逐步收敛至100%地形安全着陆区,嫦娥五号探测器飞行结果表明该方法能够快速确定安全着陆区及标称着陆点,并有效指导着陆下降过程的标称航迹设计和轨道控制策略制定。     

障碍物对脉冲爆震火箭发动机性能影响的实验研究

为了探究障碍物对脉冲爆震火箭发动机在无阀自适应工作方式下性能的影响，采用汽油为燃料，富氧空气为氧化剂，开展了工作频率为20Hz的无阀式多循环实验研究。实验中使用Shchelkin螺旋、螺旋凹槽、环形凹槽和孔板作为障碍物，并分析了其对起爆和推进性能的影响。研究结果表明，Shchelkin螺旋、螺旋凹槽和环形凹槽在阻塞比BR=0.36，0.46和0.56时都可实现PDRE的稳定工作，孔板在BR=0.56时无法实现爆震的起始；Shchelkin螺旋的DDT距离和DDT时间最短；实验测得的平均推力较理想流动模型理论值有13.3%~39.3%的亏损，BR=0.36的Shchelkin螺旋推力损失最小；螺旋凹槽与环形凹槽的DDT距离和DDT时间较长，没有明显的推力增益。     

基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。      

自适应航天器态势分析系统

利用深度学习中的卷积神经网络理论,基于单目视觉系统和带有标识物的航天器影像,实现对航天器的三维姿态角、距拍摄点距离和相对拍摄中心偏移量的精准测量。利用机器学习理论实现网络自主学习样本特征,这一方式将大幅降低动态测量的误差。同时,这种测量方式也避免了人工提取特征的复杂过程,实现任意、精准、快速测量,对航天器在组装及发射过程中的姿态估计、距离测算起到关键性作用。     

基于CFD/CSD松耦合的直升机配平分析方法

针对直升机配平问题，基于CFD/CSD松耦合策略建立了计入旋翼气弹效应的配平分析方法。旋翼桨叶CSD求解器与旋翼CFD求解器以桨叶弹性轴和变距轴线为媒介，通过线性插值方法交换气动载荷和响应数据。CFD模块和CSD模块在时域内推进，旋翼每旋转一圈交互一次数据，以CFD模块计算的气动力来修正配平计算中气弹分析的气动力输入，直到配平量和CFD气动力在迭代过程中不再变化，即得到耦合配平解。以SA349/2“小羚羊”直升机小速度前飞状态为算例，计算表明所提方法收敛迅速、稳定性良好，计算结果与飞行实测值的对比分析验证了方法的有效性，对桨叶气动力曲线及桨涡干扰等现象具有很好的捕捉能力。      

基于积分分离+死区PID的逆变电路控制系统研究

为了提高逆变电路模块控制性能,在传统PID控制方法基础上提出了一种基于积分分离+死区PID控制的逆变电路控制方法,可有效解决传统PID控制引起的控制量超过被控对象而造成系统振荡的问题。积分分离+死区PID控制算法是在积分分离PID控制算法内引入死区PID控制算法,综合了两种控制算法的优点,既可延长控制系统使用寿命又可对系统偏差进行限制。最后通过MATLAB/Simulink建立具有逆变电路模块的高频电源仿真模型,将所提PID控制方法应用于其中,验证了所提方法的有效性和实用性。     

空间目标的ISAR成像及轮廓特征提取

空间目标的逆合成孔径雷达（ISAR）成像由于受自身遮挡及噪声干扰等影响，导致生成的ISAR像难以直接进行图像分析及目标识别。由此，以空间目标的ISAR成像建模为基础对ISAR像处理及特征提取展开了研究。首先，分别建立了目标卫星的ISAR成像模型、ISAR信号模型及ISAR图像函数提取模型，并经过旁瓣抑制与相干斑滤波等初步处理得到了目标卫星的ISAR像。其次，采用Otsu算法、canny算子及Hough变换使卫星旋转至最长轴平行于像平面横轴，通过闭运算填充卫星内部孔洞，去除外部孤立噪声，并基于连通域思想分割出卫星所在子区域，实现了卫星的轮廓提取。所设计的图像处理算法能有效改善ISAR像质量，提取的卫星轮廓线能较好地勾勒出目标卫星的外形结构，为进一步展开卫星的识别工作奠定了重要基础。      

分析插值误差和斜率的轨迹优化网格细化方法

提出一种基于插值误差和斜率分析的轨迹优化自适应网格细化方法，包括节点插入算法和节点删除算法。节点插入算法分析各个离散节点的控制变量的插值误差。若插值误差较大，则在该节点周围增加节点细化网格；否则，不进行细化。节点删除算法分析各个离散节点处的控制变量斜率。若某个节点的左斜率和右斜率都为零，那么删除该节点；否则，保留该节点。采用三个典型的轨迹优化算例验证了所提出的方法的有效性和特色，并且与其它几种网格细化方法进行了对比。仿真结果表明，本文方法生成的网格规模较小，需要的网格迭代次数较少，能够快速、高精度求解非光滑轨迹优化问题。