动态测量系统的逆系统设计

为了从测量信号中恢复出原始的物理信息 ,需要设计动态测量系统的逆系统 ,以使整个系统的传递函数为 1。但对于非最小相位测量系统 ,简单的逆变换会引起系统不稳定 ,零相位误差算法的引入有效地解决了这个问题。文中以温度测量为例 ,对其进行反演 ,仿真表明结果真实可靠 ,方法具有一定的实用价值     

新型遥测网系统RF链路管理技术

传统的遥测体制已经不能满足日益增长的飞行试验需求,新型TmNS(Telemetry Network System,遥测网系统)需要RF(Radio Frequency,射频)网络管理来协调资源分配,以满足性能要求.首先介绍了TmNS的总体架构,其RF链路除传统下行遥测链路外,新增了一条双向数据链路,实现多个试验对象和多个地面站的组网.随后讨论了该网络系统RF链路管理的原理和流程.由于链路管理器根据网络容量来分配TxOp (Transmission Opportunity,传输机会),故重点研究和比较了2种动态容量分配算法——B-LM算法和E-LM算法,ELM算法较B-LM算法略复杂,但可以减小系统延时,二者可以在链路管理器中共存,依据网络情况进行配置或切换.最后简要分析了链路管理器的软件结构.RF网络管理是TmNS的一项关键技术,该研究将促进我国新一代遥测网的发展.     

网络技术在箭载测量数据综合技术中的应用研究

交换式网络在数传能力、灵活性、扩展性等方面具有一定的优势,将其应用于箭载测量系统进行数据综合,对于提高系统性能意义重大。简要介绍现用箭载测量数据综合技术的实现原理,分析交换式网络技术特性,并从箭载设备的功能、拓扑结构、实时性能分析等方面对网络技术在箭载测量数据综合技术中的应用进行探索。     

遥测系统再认识

遥测系统是闭环系统,不是惯称的开环系统。与控制系统相比,遥测系统具有三大特点:测量信息源的不确定性;反馈通道与主通道的相关性;系统误差主要源于主通道。研究并获取系统传递函数是系统设计的重要内容,而机理分析和系统辨识正是适合该需求的有效措施。     

运载火箭信息化集成设计的基本途径设想

信息化集成设计技术是实现航天产品数字化的重要途径。为实现运载火箭的信息化集成设计,首先提出了信息化集成设计的内涵,即以单机智能化为基础,以接口标准化为途径,以系统平台化为目标,然后以运载火箭电气系统为例,给出了三层结构的通用信息化集成框架设想。研究表明,通过适应性的裁减与合并,此框架可满足不同规模运载火箭或其他航天运载器电气系统信息化集成设计的需要。     

航天系统雷电防护技术发展综述及展望

为满足航天系统的全天候发射任务需求，加强航天系统对于雷电环境的适应性，对航天系统雷电防护技术的发展情况进行了综述。首先分析雷电环境对于航天系统产生的破坏效应，追踪了世界航天史上典型的雷击案例，系统梳理了国内外航天系统雷电防护标准规范。针对运载火箭雷电效应数值仿真技术、雷电防护设计技术和试验验证技术，雷电气象监测预警技术，地面雷电防护技术和接地技术等关键技术的发展情况进行了追踪。在此基础上，从我国航天工程雷电防护的实际需求出发，对未来我国航天系统雷电防护技术重点研究方向进行了展望。     

巡航导弹地形跟踪的预见控制器设计

一种新的地形跟踪控制方法，即利用已知未来地形信号的预见控制算法设计巡航导弹地形跟踪控制器。针对巡航导弹这个复杂的高阶非最小相位系统，设计前馈与反馈控制器，反愤控制器保证了系统的稳定性与鲁棒性，而前馈控制器则使系统实现精确跟踪。采用上述方案设计的地形跟踪系统具有良好的跟踪特性，对各种千扰和噪声及系统的未建模特性均具有很好的抑制。     

动态测量的不确定度分离原理

对动态测量系统进行建模 ,提出了动态测量不确定度的分离原理 ,将测量不确定度的贡献分为内部不确定度和外部不确定度两类 ,指出二者可以分别分析计算并符合不确定度的传播规律 ,该原理具有理论上和工程上的实用价值。     

一种可用于箭载测量数据综合的网络交换技术

针对箭载测量数据综合网络,提出一种交换机实现架构和交换技术方案,对其中的关键技术———调度算法和队列管理策略进行分析,并对根据此方案设计的交换机的交换延时进行测试与分析。结果表明,提出的交换技术方案满足箭载测量数据综合网络对交换延时的要求。     

基于LSTM-ResNet模型的时变结构损伤检测

面向火箭结构健康监测，提出了一种基于深度学习的损伤检测方法，直接将多个通道的振动数据作为输入，并基于由长短时记忆网络LSTM（Long Short-Term Memory Networks）和残差卷积神经网络ResNet（Residual Convolutional Neural Networks）组合而成的LSTM-ResNet网络进行损伤识别。其优点在于，首先利用LSTM提取信号的时间依赖特征，减轻了由某些通道信号缺失带来的影响，再利用ResNet在不损耗特征的情况下进一步提取空间特征，提高了训练效率和损伤辨识准确性。通过充液圆筒振动放水实验模拟火箭飞行状态下的燃料消耗，并基于自主构建的数据集和公用数据集对LSTM-ResNet、LSTM、ResNet以及ResNet-LSTM网络进行了训练，训练结果表明，LSTM-ResNet组合网络无论在传感器是否存在故障的情况下都具有更好的性能，损伤检测精度更高。