基于LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中，整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变，这会严重影响整体姿态控制的精度。针对以上问题，提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先，对于目标捕获前后的2个阶段，利用拉格朗日方程建立了空间机器人的动力学模型；然后，基于所建空间机器人模型采用域随机化方法生成足量训练数据，并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练；最后，使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量，所研究系统的主惯量平均相对辨识误差小于0.001，惯性积的平均相对辨识误差小于0.01。     

金属微滴水平喷射关键参数调控机制及试验

均匀金属微滴喷射3D打印技术是一种极具应用前景的空间金属增材制造技术，明晰其重力敏感度是实现该技术空间化应用的前提。在地基条件下，将熔滴喷射沉积方向翻转至水平状态是直观反映其打印过程重力效应的有效方法。针对熔滴水平稳定喷射调控的难题，建立了熔滴水平喷射流体力学模型及压电激振动力学模型，通过试验，探究了熔滴水平喷射不稳定形成机制，明晰了不同喷射行为下的激振特性，揭示了熔滴水平稳定喷射调控规律。结果表明：压电模块驱动信号（脉宽、幅值）对激振杆振动特性影响极为显著，激振杆行程随幅值或脉宽的增加呈现出先增加后减小的变化规律；通过改变激振杆振动特性可调控熔滴直径、初始喷射速度及喷射稳定性，熔滴直径随幅值增大而减小，但受脉宽影响不大，而喷射速度与幅值及脉宽均正相关。基于此，试验得到了尺寸均匀的金属熔滴，并水平沉积打印出与设计模型一致的结构特征。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法，对空间翻滚目标的运动状态预测问题进行研究，为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设，需要连续的视觉反馈信息，解决目标预测问题的能力有限。因此，本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据，通过连续优化真实观测数据，得到稀疏的伪训练数据集，进而在线快速预测目标的运动状态，预测的计算效率达到毫秒级。此外，利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程，克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性，并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于状态观测器的空间机械臂关节故障诊断

为了实时检测空间机械臂关节故障的发生并获得有效的故障信息，提出一种基于状态观测器的关节故障诊断方法。通过结合滑模变结构控制理论设计滑模状态观测器，获得机械臂各运行状态的残差信息，并将其与设定的阈值比较，实现关节故障的检测。进而引入不同的故障模式，构建故障数据库，将实际关节故障所导致的机械臂故障残差信息与故障数据库对比，完成故障发生位置及其故障程度的识别。所提诊断方法考虑了空间机械臂系统内部强耦合特性，能够及时检测故障的发生并获取有效的故障信息。最后以7自由度空间机械臂为对象开展数值仿真研究，验证了所提关节故障诊断方法的有效性。     

基于深度神经网络的客机总体设计参数敏感性分析

飞机总体主要设计参数敏感性分析揭示了总体主要设计参数对飞机特性指标的影响，有助于总体设计方案的决策。针对宽体客机总体主要设计参数敏感性问题，根据其总体主要设计参数和特性指标的特点，以及多学科间的耦合关系，建立了深度神经网络模型。该深度神经网络模型以客机总体主要设计参数为输入，对特性指标进行预测。在深度神经网络模型中，设置了多个输入层、多个输出层以及多个分块的隐藏层，从而模拟客机总体主要设计参数对特性指标的影响以及不同特性指标之间的相互作用。测试结果表明，与传统代理模型相比，深度神经网络模型对客机特性指标的预测精度更高，多参数适应性更好。利用该深度神经网络模型对客机总体主要设计参数进行敏感性分析。分析结果表明，机翼1/4弦线后掠角在30°~31.5°时，有利于减少最大起飞重量和起飞平衡场长；发动机海平面最大静推力和机翼面积对客机直接使用成本、最大起飞重量等特性指标的影响最为显著。     

基于深度混合模型评分推荐

从用户-项目评分矩阵中学习用户对项目的个性化偏好,对于评分推荐来说至关重要。许多推荐方法如潜在因子模型,无法充分利用评分矩阵中的交互信息学到较好的个性化偏好而得到较差推荐效果。受深度学习中Wide and Deep模型应用于APP推荐启发,本文提出一种深度混合模型并命名为DeepHM用于评分推荐。与Wide and Deep模型相比,使用DeepWide和DNN部分重构Wide模型和Deep模型得到DeepHM,并且DeepWide和DNN部分共享交互信息输入。因此,DeepHM可以更有效地使用评分矩阵中的用户和项目的交互信息学到个性化偏好信息。DeepHM将评分推荐作为分类问题旨在提高推荐准确性。实验表明在公开的Movielens数据集上DeepHM算法相比现有的基于评分推荐模型具有更好的效果。     

可靠性设计优化的球空间设计法

可靠性设计优化（RBDO）在航空航天等领域已经被广泛应用，具有显著提高可靠性的效果；然而它包含两个迭代循环-总体优化循环和可靠性分析循环，双循环求解方法效率低下甚至难以承受。本文提出一种可以提高可靠性设计优化求解效率的方法-球空间设计法，该方法可以方便地表达搜索区域，最大可能失效点可以从极值点处精确获取；同时，该方法可以将总体优化以及可靠性分析同步进行。本文所提出的球空间法的有效性将通过2个算例进行测试，测试结果表明该方法不仅精度与同类方法持平，求解效率有明显提升，它将会对提高航空航天装备如卫星、火箭、飞行器等产品的可靠性提供更为有效的方法和技术支持。     

空间目标监视雷达信号频率的优选准则

随着在轨微小卫星及空间碎片数量不断增加，为保证在轨卫星的运行安全，需要对微小目标进行有效跟踪探测及稳定编目。雷达作为近地空间目标监视的主用设备，在对厘米级小目标进行探测跟踪时，其工作频率是决定其能否可靠探测关键因素，高频有利于探测小目标，并可获得相对稳定的RCS，但高频信号的波束小、搜索能力较低，实现难度大，也使得成本过高。为适于实际工程应用，需从效费比出发，对频率进行优选。本文从目标RCS的角度提出一种空间目标监视雷达信号频率的优选准则，给出该准则下周长波长比ka的取值范围。为了更加清楚地说明该优选准则的应用，给出了直径5 cm和10 cm的目标在该准则下信号频率的取值范围，并与国外工作做了比较，证明该准则可行。     

A comprehensive survey on the methods of angle of attack measurement and estimation in UAVs

Angle of Attack (AOA) is a crucial parameter which directly affects the aerodynamic forces of an aircraft. The measurement of AOA is required to ensure a safe flight within its designed flight envelop. This paper intends to summarise a comprehensive survey on the measurement techniques and estimation methods for AOA, specifically in Unmanned Aerial Vehicle (UAV) applications. In the case of UAVs, weight constraint plays a major role as far as sensor suites are concerned. This results in selecting a suitable estimation method to extract AOA using the available data from the autopilot. The most feasible and widely employed AOA measurement technique is by using the Multi-Hole Probes (MHPs). The MHP measures the AOA regarding the pressure variations between the ports. Due to the importance of MHP in AOA measurement, the calibration methods for the MHP are also included in this paper. This paper discusses the AOA measurement using virtual AOA sensors, their importance and the operation.     

基于变马赫数的五孔探针三维插值方法

探讨了五孔探针气动数据的插值方法,为提高插值精度,开发了基于传统线性插值法的三维线性插值法。该方法把同一探针在不同马赫数下的校准图形成三维数据库,将实验数据通过三维图进行插值。并使用改进前后的两种插值方法分别对校准风洞测得的数据进行整理,对比结果证明:在实验工况连续变化的情况下,三维线性插值法在插值精度上要优于传统线性插值法。特别是在来流马赫数变化较大时,该方法可以改善单一校准文件处理造成的数据精度问题,可用于自动化流场采集系统,为流场高速高精度采集奠定基础。