航天器运输包装箱仿真验证平台技术研究

针对数量有限的物理跑车试验无法满足减振与保温性能测试需求的问题，提出一套航天器运输包装箱动力学与热学仿真验证方法，包括：建立适用于包装箱系统的刚柔耦合多体动力学系统，通过结合线路条件测试生成的动力学系统外部激励，实现减振性能虚拟跑车测试；建立基于计算流体力学的包装箱热学模型，通过模拟自然对流和空调控制，实现包装箱保温性能虚拟跑车测试；基于C/S架构和导航式流程设计思想，建立航天器运输包装箱仿真验证平台，通过实际案例证明该平台仿真结果与实际跑车测试数据具有较高的一致性。     

基于DOA聚类算法的ARM抗有源诱偏技术研究

有源诱偏技术是雷达对抗反辐射导弹的一种重要手段,可以大大降低反辐射导弹的作战效能。为提高对敌目标的精确打击能力,在分析闪烁诱饵诱偏原理的基础上,针对有源诱偏干扰下被动雷达测角精度与稳定度不高的问题,通过对有源诱偏信号的时域特征进行分析,提出一种基于脉冲前沿检测的DOA聚类分选算法,找出前沿超前的辐射源信号,实现了高性能抗有源诱偏干扰和高精度抗干扰测向。仿真结果表明,该技术可以有效对抗四点源有源诱偏干扰。     

面向安全属性的软件组件可信依赖关系度量模型

随着软件的应用规模越来越大，软件系统一旦出现故障，很可能会造成人员伤亡或财产等重大损失，因此对软件可信性进行评估尤为重要.在安全攸关如航空航天等领域，作为可信关键属性之一的安全性影响着整个软件系统的可信评估.特别当一个组件受到安全攻击或缺陷出现时，可信性会下降，会影响到与它可信关联的组件可信性，从而影响到整个系统的可信性.遵循这一思路，设计了软件系统组件可信性发生改变后对其它组件可信性影响度量公式，进一步给出当一组件可信性发生变化，整个软件系统各组件可信性度量发生变化的度量模型.本文以某“航天电源管理设备”为例，证明了本文所建立的组件可信依赖关系度量模型的合理性和有效性.     

抗辐照通用扩展SiP芯片设计

研究微小卫星综合电子系统的SiP技术实现方法。首先介绍微小卫星综合电子系统结构的组成和采用SiP技术的必要性，然后对综合电子系统进行功能模块划分，并对其通用扩展模块进行详细的SiP设计，包括抗辐照器件选型、原型验证、SiP原理图、基板管壳一体化设计、建模仿真、制造加工、实装测试验证等，通过SiP技术实现了一种星载综合电子系统中通用扩展SiP芯片产品，经过实际验证测试，在保证模块功能和性能的前提下，整体模块重量从230 g减轻到48 g，体积由180 mm?130 mm?17 mm减小到46 mm?46 mm?8 mm，很好地满足了星载功能模块小型化、轻量化设计需求。     

一种基于OPTICS聚类的仅测角导航目标检测算法

仅测角自主导航方法具有设备简单、复杂度低，功耗低的优点，在空间任务中具有广泛的应用前景.针对中远距离下空间目标特征少的特点，提出了一种利用基于OPTICS聚类算法的空间目标检测方法，可用于仅测角导航过程中的目标检测.对原始星图进行预处理提取星点及目标点，并结合星图识别的结果选择部分帧，使用经过改进的OPTICS聚类方法获得目标运动轨迹.最后，使用本文中的算法对软件仿真出的含有目标的高精度星图进行处理验证了算法的可行性.在卫星相对于空间目标抵近过程中，目标检测的水平误差及垂直误差小于0.15°的帧数分别占到了85.4%以及99.6%.相比AVANTI实验中的目标检测方法，减少了在轨任务中相关参数的调节，进一步提升了算法的自主性.     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架，它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先，本文介绍了联邦学习的基本概念和威胁模型，有助于理解其面临的攻击。其次，本文总结了由内部恶意实体发起的3种攻击类型，同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较，进一步讨论了该领域未来的发展方向。     

北斗工程IGSO/MEO/GEO发射轨道设计

随着我国航天事业的蓬勃发展，运载火箭发射要求也呈现多样化。北斗卫星导航系统是我国自行研制的全球卫星导航系统，经历三步跨越式发展，目前已经全面建成。CZ-3A系列火箭承担了北斗工程全部发射任务，该工程对火箭倾斜同步转移轨道（IGTO）、中圆转移轨道（MTO）、地球同步转移轨道（GTO）新类型轨道要求。介绍了该类轨道特点，讨论了火箭发射方案、发射轨道设计及高空风双向补偿方法。实际飞行考核充分证明了发射轨道设计的正确性，设计方法确保了北斗工程全部发射任务取得圆满成功，为北斗工程顺利实施奠定了基础。     

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

酚醛树脂基纳米多孔材料的制备及结构调控

酚醛树脂基纳米多孔材料（Phenolic Resin-based Nanoporous Materials，PNM）是满足新一代航天飞行器轻质、高效隔热需求的新型热防护材料，传统制备方法中需使用超临界干燥技术，制备周期长、成本高。本研究通过两步法，即先合成线性酚醛树脂，再进行溶胶-凝胶的方法，实现了常压干燥PNM的制备。系统研究了固化剂含量、固化温度和固化时间对材料结构的影响和调控作用，分析了影响材料收缩率和热稳定性的因素。结果表明，PNM的微观纳米结构的变化会影响材料干燥后的收缩率，制备大颗粒、大孔径的微观结构更有利于降低材料的收缩率。而PNM的热稳定性主要受交联反应过程形成的化学结构的影响，通过优化固化剂的含量可提高PNM的热稳定性。当固化剂含量为10%，固化温度提高至150℃，固化时间延长至48 h的条件下，获得的PNM有最高的热稳定性（900℃下的残碳率为54.2%）、最发达的孔结构（比表面积为264.0 m²/g、孔容为2.67 cm³/g、平均孔径为40.0 nm）和最小的收缩率（0%）。此PNM制备方法简单、性能优异，在未来航天飞行器上有广阔的应用前景。     

多梁复合结构的动力学建模及全局解析振型分析

多梁复合结构广泛用于工程领域，其动力学特性对相关装备的工作状况有着重要影响，建立准确适用的动力学模型对后续的动力学响应参数影响规律研究有决定性作用。针对工程中常见的多梁复合结构，给出了位移场的一般表达式，利用哈密顿原理得出多梁复合结构的运动控制方程和边界条件，对其全局解析振型进行理论计算，给出了计算多梁复合结构数值振型的一般过程，基于数值分析和实验分析以L型梁和Z型梁为例利用频率相对误差、振型定性比较和MAC定量分析说明了全局解析振型的求解验证方法，利用伽辽金方法和全局解析振型给出了截断原系统得到离散系统运动方程的一般形式。提出的多梁复合结构的建模方法和全局解析振型求解验证方法，对工程中此类结构动力学响应的参数影响规律研究有重要意义。