发射扰动与初始弹道耦合模型研究

针对火箭、导弹发射扰动与初始弹道互相耦合引起的弹道散布问题,提出发射扰动与弹道解算相耦合的计算分析模型。该模型以多体系统动力学为基础,建立能够模拟弹架相互作用和弹体初始扰动的发射动力学模型,并将弹体受到的气动载荷转化到弹体坐标系下进行刚体动力学计算以获得弹道参数。通过滚转弹应用实例分析表明,采用此模型能够有效模拟发射扰动与初始弹道相互耦合状态;弹架间隙扰动与气动载荷作用都会对弹体在飞行时的姿态角及飞行位置产生较大影响。当存在1 mm的弹架间隙且有气动载荷作用的影响下,与无弹架间隙和气动载荷的作用影响的结果对比发现,存在弹架间隙扰动的影响会使得弹体在飞行过程中的俯仰角和弹道倾角的幅值范围减小4°左右,也使得弹体在飞行过程中的Y向位移量在1.5 s时刻减小6 m左右;存在气动载荷作用的影响,会使得弹体在0.5 s撤去推力后的姿态角成波动式变化,滚转弹稳定飞行,也会使得弹体Y向位移量在撤去推力后持续的平稳增加。     

高精度微弱磁场信号采集系统的设计与实现

微弱磁场测量是研究物质特性和探索未知世界的重要手段之一。实现高精度的微弱磁场信号测量需要设计高精度的信号采集系统,而以模拟量输出的磁强计通常需要数字采集系统进行模/数转换。为此,文章设计开发基于Σ-Δ型模/数转换器(ADC)的高精度微弱磁场信号采集系统,包括系统硬件电路设计和系统核心控制器FPGA的功能设计,实现了FPGA对ADC的读写控制,以及ADC输出数据的接收和发送等。性能测试结果表明,该系统的有效采样位数可接近理论值(21位),输出噪声RMS值为1.9μV,磁场测量精度满足0.1 nT要求。     

低成本高可靠综合电子系统集成技术

我国现有的卫星电子产品的传统研制模式已很难适应卫星快速增长,型号对于平台的管理控制核心的电子系统提出低成本、高可靠、快速响应、快速研制的迫切需求。通过构建低成本、高可靠计算机系统体系架构,设计基于COTS器件的星载计算机,并采取包括系统、模块、器件的多级可靠性冗余设计及验证技术,为实现低成本、高可靠、长寿命的产品研制,满足型号长期在轨任务要求奠定基础。     

激光捷联惯导量化热设计指标控制方法

随着机载激光捷联惯导向小型化方向发展,惯导结构的热设计正面临着更加严峻的挑战.针对设计中经常出现因无法在设计前期进行热设计指标控制而导致后期设计返工的问题,提出了一种热设计量化控制方法,即根据估算的整机功率计算箱体外表面积,再对箱体外表面积可达性进行判断,如可达则以该参数作为控制指标进行设计,如不可达则采用可达的最大表面积作为输入反算整机功耗,再根据计算结果对各电路功耗进行重新分配.经有限元仿真计算和试验一致证明该方法有效,可以实现惯导设计前期定量化的热设计控制,在很大程度上避免了后期因热可靠性及热试验问题的设计返工.     

导航卫星中断频次的分析方法

面向导航卫星中断频次的定量分析需求,该文分析导航卫星中断产生的主要原因,给出中断频次分析的流程,并针对分析过程中的三个关键问题,研究提出具体实施方法,包括通过相关性分析快速定位底层中断事件,通过中断树建立指标分析模型,并融合在轨数据、地面试验数据快速预估得到底层功能异常率等。最后通过示例进一步说明中断频次分析过程。该文方法已应用于北斗导航卫星工程。     

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。     

一种高传输带宽海量数据高性能固态存储技术

基于高分辨率对地观测卫星高数据带宽及海量存储的需求,介绍了一种高性能固态存储技术。以多路高速串行数据总线作为对外接口,以非易失性存储器阵列作为数据存储介质,实现了高速海量载荷数据的传输、存储和文件管理。经高分七号卫星验证,结果表明:采用该技术的存储系统具有传输速率高、存储容量大及数据多维检索等能力,可为今后卫星载荷数据存储提供新的设计思路和方法。     

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.