嫦娥五号月球轨道交会导引策略设计

嫦娥五号任务实现了国际首次月球无人轨道交会对接，本文详细介绍了其最终飞控实施所采用的交会导引策略的设计模型、方法和工程实现考虑。讨论了嫦娥五号月球轨道交会任务的工程设计约束和关键参数的确定，提出了一种月球轨道交会的交班点确定方法。提出了一种新的四脉冲交会策略，通过引入径向变轨控制量，固定各次变轨点位置，解决了在月球背面测控遮挡约束下确保各次变轨全过程测控可见的工程难题。针对新四脉冲方案，采用近圆轨道偏差方程提出了一种新的初值求解方法，构造了基于微分修正的精确数值求解算法，并推导了求解所需的状态转移矩阵的解析表达形式。建立了测控约束下的交会导引约束优化模型，获得了测控约束下的最优能量解，并揭示了问题的全局特性规律。给出了所提出方法在嫦娥五号实际任务中的应用，验证了此方法的正确性。     

天宫一号目标飞行器氢镍蓄电池压力-容量充电控制研究

作为在轨管理的关键部分,良好的充电控制是保证蓄电池长寿命的重要因素。对于氢镍蓄电池,压力-容量充电控制是最理想的充电控制方式,但存在压力检测难度大、控制策略复杂等困难。天宫一号目标飞行器氢镍蓄电池通过大量的压力测量地面可靠性试验,解决了压力传感器的测量稳定性及一致性问题;同时提出柔性充电控制策略,给出了压力-容量标准曲线、不同荷电态下的充电电流及压力控制点修正系数。在轨数据表明,天宫一号目标飞行器氢镍蓄电池压力-容量充电控制稳定,满足设计要求。     

卫星信号缺失情况下GPS/SINS组合导航系统研究

针对GPS/SINS组合导航在复杂环境中出现的卫星信号不全情况,在分析SINS误差模型的基础上建立了组合导航的松组合和紧组合模型,采用无迹卡尔曼滤波对两种组合模式进行仿真实验.仿真结果显示,在卫星信号正常情况下,紧组合的导航精度高于松组合;在卫星信号缺失时,松组合转变为单纯的惯性导航,导航误差随时间积累,紧组合虽然误差增大,但在一定时间内仍能提供精确导航信息,提高了GPS/SINS组合导航适应复杂环境的能力.     

基于PWM控制器ISL6752大功率DC/DC变换器的研究

以一种新型的PWM控制器-ISL6752为核心,对其控制机理进行分析,在Simplorer7.0仿真平台基础上建立了其内部关键子模块的模型,进行理论设计与系统综合仿真,并以一台48V/20A的原理样机为例进行验证对比,其模型对于原理性分析以及设计控制网络的参数具有重要的指导价值。     

基于KMDF的PCI Express设备驱动设计

针对微软推出的新一代的驱动模型框架WDF,介绍了其内核模式驱动开发的框架KMDF,设计实现了一种针对PCI Express端点设备的驱动程序,使用自主研发的基于FPGA的PCI Express数据加密卡对其进行了验证,实验表明基于KMDF的驱动程序能稳定、可靠地工作。     

室外大气折射率结构常数实时测量研究

与传统的射频链路相比,自由空间光通信FSOC（Free Space Optical Communication）系统是对现有无线通信技术的有力补充,为了抑制大气湍流对信号光束带来的相位噪声和强度波动,有必要对通信信道状况进行实时监测。首先介绍了基于光斑质心漂移的大气折射率结构常数测量方法,利用大口径接收靶面和窄带滤光片,结合实时图像处理算法,实现了大气折射率结构常数的全天候实时监测。将大气折射率结构常数和光强闪烁指数进行了比较分析,测量结果表明它们的包络之间具有很好的线性关系,进一步验证了实时测量系统的可靠性。     

高功率密度DC-DC模块电源设计与分析

通过对有源箝位单端正激变换器、平板变压器、热设计以及结构设计的分析与计算,详细介绍了高功率密度DC-DC模块的设计方案,并在此基础上成功研制了一款100 W DC-DC电源模块,其功率密度高达3.4 W/cm3。采用本方案有效解决了当前DC-DC电源模块小型化的关键问题。     

锥形套式连接C/C喷管扩张段温度场与应力场分析

通过计算喷管的温度场和应力场,描述了扩张段在发动机工作过程中温度和应力的变化规律。首先,将燃气流简化为一维等熵流,以确定喷管内的温度和压强分布。基于轴对称有限元模型,计算了扩张段瞬时温度场。然后,将温度场结果导入到结构热应力分析中,分别计算了扩张段的粘接界面接触合力、轴向拉应力和压应力、层间剪切应力随时间变化规律。最后,与螺纹连接的C/C喷管进行对比,得出在目前材料体系下,锥形套式连接的C/C喷管设计是一种较优化的结构设计。     

基于Transformer和动态3D卷积的多源遥感图像分类

多源遥感数据具有互补性和协同性,近年来,基于深度学习的方法已经在多源遥感图像分类中取得了一定进展,但当前方法仍面临关键难题,如多源遥感图像特征表达不一致,融合困难,基于静态推理范式的神经网络缺乏对不同类别地物的适应性。为解决上述问题,提出了基于跨模态Transformer和多尺度动态3D卷积的多源遥感图像分类模型。为提高多源特征表达的一致性,设计了基于Transformer的融合模块,借助其强大的注意力建模能力挖掘高光谱和LiDAR数据特征之间的相互作用;为提高特征提取方法对不同地物类别的适应性,设计了多尺度动态3D卷积模块,将输入特征的多尺度信息融入卷积核的调制,提高卷积操作对不同地物的适应性。采用多源遥感数据集Houston和Trento对所提方法进行验证,实验结果表明：所提方法在Houston和Trento数据集上总体准确率分别达到94.60%和98.21%,相比MGA-MFN等主流方法,总体准确率分别至少提升0.97%和0.25%,验证了所提方法可有效提升多源遥感图像分类的准确率。