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。     

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。     

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘，并对商品的感兴趣程度进行预测。因此，以此为背景，研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究，提出了通过使用网络表示学习进行评分预测的方法。首先，将关系型数据构建成异构网络，用户和商品为网络中的节点。然后，设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法，并对节点进行表示学习。最后，将学习到的用户、商品表示向量输入到神经网络中进行训练，利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率，对比常用方法，准确率提升6.5%以上。      

蜂窝状薄壁管拉伸时的内陷分析

蜂窝材料因具备广阔的结构设计空间,已广泛应用于航空航天等工业领域。探索蜂窝元胞的组织结构、组分性质与材料整体性能之间的关系有助于新型功能性材料的设计开发。本文从非平面Vertex模型的势能形式出发,结合蜂窝薄壁圆管拉伸时的轴对称特征,通过变分法得到了圆管拉伸时母线满足的控制方程,揭示了边界效应是蜂窝状薄壁圆管受拉时产生内陷的原因,并结合母线控制方程的若干特解,考察了非平面Vertex模型势能形式中包含的材料性质参数与圆管拉伸后内陷程度及范围的关系。研究还指出,蜂窝材料的材料性质包含在非平面Vertex模型的势能形式中,为蜂窝状材料整体性能的研究提供了一种新的思路。     

航天器时态规划技术研究进展

结合航天器自主运行的迫切需求,阐述了航天器任务规划问题给智能规划技术带来的挑战,并重点分析了具有时间属性的规划方法研究必要性。给出航天器时态规划定义,分别总结了状态空间时态规划建模方法和基于时间线的时态规划建模方法,并给出时态规划知识模型关键元素定义。根据规划方法发展现状,归纳总结前向链、模型转换、规划空间规划和分层任务网络四种方法在时态规划技术方面的特点和研究进展,着重描述各种方法对规划中时间要素的处理。在对目前的航天器时态规划技术发展趋势总结分析基础上,给出了未来航天器时态规划技术的发展建议。     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

宇航矢量伺服控制器在SiP中的设计与实现

磁场导向控制FOC（field-oriented control）矢量控制算法在伺服驱动控制系统中一般由CPU或DSP实现，难以满足航天应用中实时性较高场景下的需求。为提高宇航电机系统控制的实时性与可靠性，从FOC矢量控制算法的硬件加速角度出发，详细介绍了伺服控制器的设计，给出了一种全数字、高性能的伺服控制器硬件加速设计方案，并在具有可编程逻辑功能的宇航级SiP6117S芯片上进行了验证。仿真实验表明，相比于前人的设计，通过调整观测数据的量化精度来降低硬件加速过程中的处理延时，能有效改善多级流水延迟并在一定程度上提升算法的实时性。     

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。     

模块化永磁直线游标电机等效磁网络及漏磁分析

在模块化永磁直线游标电机的初始设计及优化设计中,使用有限元方法(FEM)计算漏磁系数时需要耗费大量的建模和计算时间。针对这一问题,建立该种电机的等效磁网络模型,在建模期间,考虑气隙中的边缘效应,并计算永磁体组与定子齿在不同相对位置时的等效磁导,得到该种电机在一个周期内不同相对位置时的漏磁磁导和漏磁系数的数学解析表达式。采用FEM验证了该数学解析表达式的准确性。研究结果为模块化永磁直线游标电机的设计提供了理论依据。     

直线电机位置伺服系统的增强复合非线性控制

针对高性能机电系统中常用的直线伺服电机,设计了一个能实现快速与准确的定点运动的位置控制器。控制器采用线性控制律与平滑非线性控制律相结合的方案,并利用一个降阶线性状态观测器对电机运动速度(未量测)加以估计。为了消除未知扰动带来的稳态误差,控制律中嵌入了积分控制作用。整个控制律采用全参数化设计,可实现动态增益控制,方便了在线参数整定与性能优化。控制方案应用于一个实际的永磁直线电机位置伺服系统,基于TMS320F28335 DSC进行了试验测试,结果表明系统能对各目标位置进行准确的跟踪,且具有理想的瞬态性能。