基于COSMIC掩星精密定轨数据的等离子体层电子含量研究

等离子体层是日地环境重要的组成部分.本文利用COSMIC掩星精密定轨数据经处理后得到的podTec文件获取等离子体层电子含量（PEC）对等离子体层进行研究.将podTec数据进行处理后获得的PEC（pod-PEC）和IRI-Plas经验模型提供的PEC （IRI-PEC）进行对比，发现pod-PEC与IRI-PEC符合得较好.在低（0°—20°）、中（20°—50°）、高（50°—90°）修正地磁纬度带下，分析了COSMIC在太阳活动极大年（2014年）3，6，9和12月的pod-PEC，得到如下结论:PEC随着纬度升高而逐渐减少，且3，9月PEC在中低纬关于磁赤道的南北对称性较好，6月北半球各纬度带的PEC明显高于南半球同一纬度带的值，而12月情况则完全相反，南半球中纬的PEC甚至会等于北半球低纬的PEC值；PEC在白天高而晚上低，高纬地区的PEC昼夜变化不明显；PEC具有明显的季节性.对于北半球，一年中PEC最大值出现在春季，冬秋季次之，夏季最低，具有明显的年度异常现象.      

星载激光通信终端在轨机动对温度影响

对激光通信终端在轨瞬态温度变化开展了仿真，以期研究在轨机动的影响、热分析和热试验时机动模式的简化模拟。通过合理地分析与简化，建立终端的轨道热分析模型，准确模拟在轨机动，根据典型机动模式、外热流和涂层退化等因素设计了计算工况，得出了终端在轨运行过程中的温度场随时间和姿态变化规律。结果表明：不同机动模式下的温度变化存在差异，最大可达23.0℃，采用固定姿态或一维转动的简化热分析或热试验不能准确模拟实际飞行温度，甚至不能部分替代二维转动热分析或热试验；光学天线和反射镜的温度控制是制约终端工作的瓶颈，为终端设计合适的避光机动策略，可大幅度提高温度稳定度和均匀度。研究结果可以为光机电设备在轨机动策略的设计和改进提供参考。     

复合材料尾减管加载变形仿真分析与试验验证

复合材料尾减管发挥着支撑直升机尾减速器和尾桨的重要作用。由于受尾桨的推力作用尾减管在使用过程中会沿推力方向产生变形,若变形过大会影响尾桨的正常运行进而对直升机安全产生威胁。为掌握复合材料尾减管在限制载荷作用下的变形情况并评估仿真分析的准确程度,对尾减管变形状况进行了有限元仿真和试验验证,仿真与试验的边界条件设置均模拟产品的真实装机状态。研究表明,复合材料尾减管变形位移的试验结果最大值为9.22mm,仿真结果比试验结果的最小值相比高出0.69mm,仿真与试验结果的偏差较小,吻合程度较高。     

长征运载火箭发射地火直接转移轨道研究

针对发射场射向范围和低温入轨级在停泊轨道上最长允许滑行时间严格受限下，工程设计火星探测任务发射轨道时，优化保障2~3周发射日期窗口的困难，以及精确设计拼接探测器分离点时刻轨道6根数耗时周期长等问题，提出了加入滑行时间限制再精确双向微分修正的设计算法（有别于传统B平面矢量法）。由地球影响球边界速度直接解出长征运载火箭入轨点轨道根数，将火箭飞行星下点弧段表示成滑行时间的分析式，快速找到满足诸多设计约束的初始发射轨道；并解决了考虑探测器小幅深空机动后火箭发射轨道的深入优化问题。精确力学模型下数值微分改进后，获得高精度计算结果，同等可比条件下运算精度不低于STK软件。实现了从地面起飞到抵达近火点的飞行轨道整体优化，确保了首次探火工程的顺利实施。      

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.      

基于工厂模式的OSLC数据集成接口设计与实现

复杂软件系统往往由不同地域的研发团队采用不同的开发工具来协同完成，研发过程中存在数据难以集成的问题.基于开放式生命周期协作服务(OSLC)规范来设计软件协同开发数据接口，有利于提高软件协同开发的效率.首次结合工厂模式和OSLC规范设计并实现数据集成接口，将不同工具的数据集成抽象成统一的公共接口，从而采用统一的数据接口和规范实现不同工具的数据集成，有利于优化软件系统体系结构.以符合OSLC规范的Bugzilla缺陷管理系统和Jenkins持续集成工具的集成为例，以面向航天软件系统研发的SunwiseAEM一体化研发管理平台为载体，基于工厂模式设计并实现了符合OSLC规范的数据集成系统，实现了不同工具间的数据集成，提供了一种通用的、可扩展的数据集成方式.     

基于遗传算法的插值Coons曲面孔位修正方法

在机器人自动制孔过程中，制孔点位信息通常从待制孔工件工艺数模上获取，而待制孔工件安装过程中会出现位置偏移和变形，由工艺数模得到的点位信息无法直接满足孔位精度要求。为了保证自动制孔的孔位精度，提出了一种基于遗传算法的插值Coons曲面孔位修正方法。利用制孔区域边角基准孔建立双线性Coons误差曲面模型，通过模型计算出待制孔的误差补偿向量，并补偿至理论制孔位置。针对误差曲面切矢模长无法确定的情况，利用制孔区域内的基准孔构建遗传算法模型，计算出切矢模长最优值，使拟合的误差曲面更符合实际制孔区域曲面。通过试验对算法的有效性和精度进行验证，结果表明:采用基于遗传算法的插值Coons曲面孔位修正方法，可以使孔位误差得到有效的补偿。补偿后的平均孔位误差仅为0.195 6 mm，与传统的插值曲面方法相比，孔位误差降低了5%~10%。      

一种针对局部结构的有限元模型修正方法

针对实际结构有限元模型（FEM）的建模误差通常仅存在于局部区域，提出了一种对局部结构单独进行模型修正的方法。首先，根据频响函数（FRF）解耦理论得到由残余结构频响函数与包含待修正参数的局部结构动刚度所重构的整体结构频响函数的拟合值，然后通过迭代优化使其与测量值的残差最小化，从而得到参数的极大似然估计。在此基础上，将残差关于参数的灵敏度以局部结构动力学矩阵表示，建立了模型修正的基本方程，利用整体结构的测试数据即可直接对分离出来的局部结构进行模型修正。最后，对喷气式飞机和三角机翼飞机分别进行了数值模拟和实验研究，验证了所提方法的可行性和有效性。结果表明，所提方法可以成功地用于仅局部区域含有建模误差的实际结构有限元模型的修正，修正后的有限元模型的动态特性与实际结构有较好的一致性。