无人机激光相对引导系统设计与试飞验证

为了提高复杂电磁环境下无人机着陆引导系统的抗干扰能力,可在无人机着陆段采用基于激光的无人机精确引导方法。本文对激光相对引导系统的工作原理及流程进行了分析,设计了基于激光引导的无人机着陆试验流程,并基于某无人机平台完成了试飞验证,获得了重要的试验数据,最后将激光相对引导数据与差分GPS引导数据统一转换到地平坐标系下,完成了两种体制的数据比较和误差分析,并进一步梳理了将激光相对引导技术推向工程应用需要注意的问题。     

激光无线能量传输在轨应用方法

根据分离模块航天器系统特点和任务需求,结合无线能量传输的技术能力和水平,开展激光无线能量传输在分离模块航天器系统中应用方法研究,设计了一种基于激光相控阵技术的多光束激光能量发射天线以及由其组成的激光无线能量系统方案,包括航天器编队、能量转换、激光发射等方式,对未来的激光能量传输的在轨应用具有参考价值。     

视觉/惯性着陆组合引导方法设计与试验

为了满足复杂环境下无人机视觉着陆引导需求，通过试验分析了视觉定位方法的局限性，设计了一种基于误差状态滤波的视觉/惯性组合引导方法来解决视觉着陆引导中高延时和定位误检问题。采用时间同步方法完成视觉量测信息延时补偿，基于滤波新息自适应方差统计特性实现视觉定位结果误检判别，最后通过试飞试验完成着陆过程中视觉定位和惯性组合数据采集分析。试验结果表明视觉/惯性组合引导方法稳定可靠，能够有效提高视觉引导的实时性和连续性。     

故障机理与领域自适应混合驱动的机械故障智能迁移诊断

航空发动机的健康稳定对于保障飞行器的安全运行具有重要的作用，针对各台发动机建立具备高准确率的智能诊断模型是飞行器稳定运行的关键。现有故障诊断方法在具备故障数据的条件下能取得较好效果，但实际应用中往往因仅含正常数据，无法实现诊断模型的构建。针对该问题，提出一种故障机理与领域自适应混合驱动的机械故障智能迁移诊断方法，该方法首先依据故障机理和源域数据建立旋转机械故障虚拟样本生成模型，再采用目标域正常数据实现生成模型对目标域的自适应，最后通过虚拟样本训练得到目标域故障诊断模型。采用标准数据集和实验室轴承数据对提出方法进行验证，结果表明，提出方法对不同型号轴承诊断时取得88.61%的平均准确率，相比对比方法高41.22%。