径向槽布局方式对针栓喷注器雾化角的影响

目前针栓喷注器中心推进剂的喷注形式多采用离散的槽型结构,径向槽布局方式对雾场结构起到了决定性的作用。为了获得气液针栓喷注器雾化角的预测公式,基于控制体分析从动量定理推导出了喷注单元的雾化角理论公式,并通过试验结果修正理论公式得到了动量系数。对于多喷注单元针栓喷注器的雾化角,采用试验结果对喷注单元雾化角的理论模型进行修正,掌握了径向槽布局方式和阻塞率对雾化角的影响规律。结果表明:雾化角的理论预估值与试验值吻合较好;在总流通面积和质量流量一定时,径向槽布局方式对雾化角影响很小;局部动量比和阻塞率对雾化角起决定性作用,当阻塞率不大于14.55时,相邻喷注单元之间的相互作用影响很小,多喷注单元气液针栓喷注器的雾化角与喷注单元的雾化角近似,当阻塞率不小于25.46时,雾化角理论公式中的动量系数推荐值为0.87。     

主泵调节器回油活门衬套橡胶密封圈损伤分析

主泵调节器回油活门衬套橡胶密封圈损伤失效直接影响计量活门前后油压的稳定,给飞行带来安全隐患.通过红外材质对比、形貌观察,结合橡胶密封圈的受力特性,分析了主泵调节器回油活门橡胶密封圈的破损失效性质和原因.结果表明,回油活门衬套第一道橡胶密封圈破损的原因是因采用专用拔具分解时在冲击力作用下产生的一定侧向力造成的橡胶密封圈局...     

一种相噪测试系统误差修正技术的仿真分析

为提高相噪测试系统测量的准确性,本文提出了一种基于高斯白噪声多点注入技术的测试误差修正方法.根据鉴相法测量相位噪声时各环节的误差项分析,构建了系统的误差修正模型.通过对模型输出结果的仿真,计算了锁相环路特性、基带信号处理通路(由LPF、LNA等组成)频响不平坦特性这两个主要误差因素的修正值.同时给出了其它误差项的修正方...     

基于图对比的上下位关系检测

上下位关系是自然语言处理(NLP)下游任务的基础,因此上下位关系检测是自然语言处理领域备受关注的问题。针对现有词嵌入方法采用随机初始化词向量,不能很好地捕获上下位关系不对称和可传递的特性,且现有模型没有充分利用预测向量与真实投影之间关系的局限性,提出了一种基于图对比学习的上下位关系检测(HyperCL)方法。引入图对比学习进行数据增强,基于最大化局部和全局表示的互信息,学习具有鲁棒性的词特征表示。所提方法学习了将下位词的词向量投影到上位词和非上位词,同时能够更好地区分嵌入空间中的上位词和非上位词,从而提高了检测精度。在2个基准数据集上的实验结果表明,所提模型比现有方法在准确率上提升了0.03以上。     

面向立方星变轨任务的机动控制策略

为了实现立方星在轨飞行与变轨,基于模块化推进器系统提出混合控制策略实现微小卫星轨道持续变化任务需求。首先,针对多单元立方星单一主推进器的结构部署,基于高斯变分方程采用连续低推进力实现轨道机动变化。为了实现对立方星主推进器的指向调整,基于姿态动力学模型利用PD连续姿态控制求得所需扭矩,实现对立方星的指向角和指向角速度调节。针对配置的微脉冲等离子推进器(μ-PPT)不连续的特点,通过搜寻μ PPT最优脉冲序列组合获得实际扭矩,满足对外部干扰的持续补偿以及立方星的姿态稳定和指向调整操作需求。此外,引入姿态误差敏感度阈值,使姿态控制器在能够提高系统鲁棒性的同时减少μ-PPT消耗。最后,通过对3U立方星在轨飞行与变轨的具体案例分析,表明所提出的基于微推进器系统的混合控制策略能够实现立方星轨道机动变化需求。     

新型高速单粒子翻转自恢复锁存器设计

航天器中芯片工作时钟频率的不断提高使得单粒子翻转(single-event-upset,SEU)效应对时序逻辑的影响更加显著。目前已经提出的辐射加固锁存器存在面积和延时较大、功耗较高且抗单粒子翻转能力有限的问题。针对这些问题,提出了一款基于130nm部分耗尽绝缘体上硅(partially-depleted silicon on insulator,PD SOI)工艺的高速单粒子辐射自恢复锁存器。在对电路设计进行介绍的基础上,与其他已经报道的电路进行了对比,并利用节点翻转分析和仿真波形验证了该锁存器具有抗单粒子翻转自恢复的功能。对比结果表明,与其他的抗单粒子翻转自恢复锁存器相比,在牺牲部分功耗的代价下,大幅减小了锁存器的面积和延时。本方案所提出的辐射加固锁存器的综合开销指标APDP较其他辐射加固锁存器平均节省了71.14%,适用于辐射环境下的对速度和可靠性有较高要求的电路,为国产宇航高可靠自研芯片提供了选择。     

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。      

不同驱动电压波形对电润湿液体透镜驱动效率的影响

研制了测试电润湿液体透镜在驱动电压作用下变焦过程的装置,详细分析了测试机理,用该装置实验研究了交流电压、交直流混合电压及直流电压三种不同波形驱动电润湿液体透镜的变焦过程,结果表明交流电压的驱动效率最高,交直流混合电压驱动效率次之,直流电压驱动效率最低;并对这一结果作出了合理的解释。     

图像压缩系统设计

对基于FPGA+DSP架构的图像压缩系统进行了介绍,描述了其系统结构、原理及实现。根据实际需求,采用FPGA+DSP的系统架构设计了一种高性能的图像实时压缩装置,并对系统硬件电路、软件、结构等方面进行了优化设计,实现了飞行试验环境条件下多路视频的采集、压缩、传输、按时序切换等功能,具有处理延时小、功耗低、环境适应性好等特点,并通过了高低温、振动冲击、电磁兼容等多项环境试验考核,具有较高的应用价值。     

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。