基于多传感器的卫星自主导航信息融合算法

通常卫星上装有较多的自主导航传感器,如何将其信息有效的组织并充分利用,是卫星自主导航的关键问题。采用信息融合技术把两种或多种导航系统组合起来,应用最优估计理论,形成最优组合导航系统,有利于充分运用各导航系统的信息进行信息互补和信息合作,已逐渐成为了导航定位技术的发展方向。文章针对星敏感器、红外地平仪、雷达高度计、紫外敏感器组成的卫星自主导航系统的特点,提出了一种基于联邦卡尔曼滤波技术进行轨道确定的信息融合算法。仿真结果表明,该方案能够获得较高的定轨精度,有效抑制滤波发散,整个系统的运算速度和收敛速度也有所提高。     

加强摩擦学基础研究 服务先进制造与装备——走进摩擦学国家重点实验室

清华大学摩擦学国家重点实验室是中国机械工程学科领域和清华大学首批建成的国家重点实验室之一。自创立以来,始终坚持以应用基础研究为主导,以国家队排头兵参与国际竞争为己任,从摩擦学的基础科学和技术问题出发,追求新现象的发现、新机理的探索和新方法、新技术的创新,同时不断与表面界面、生物仿生、微纳制造以及机电控制进行学科交叉与融合,面向国民经济、国防安全和全球可持续发展的重大需求,成为国际上重要的基础和前沿研究基地、国际交流合作基地和高水平人才培养基地,凭借多年积累,已建设成为具有鲜明摩擦学学科特色、门类齐全的先进开放和共享实验平台,设备种类、数量、性能在国际摩擦学研究领域中处于领先地位。     

实时数据库在小型监控系统中的应用研究

本提出将实时数据库应用到实时性要求较高的小型监控系统中，对数据进行统一的、有效的实时管理；给出了实时数据库的设计，对实现中的关键技术进行了详细的讨论。     

GFRP风机叶片结构设计的二级优化方法

通过对风机叶片结构特性的分析,以叶片腹板位置和蒙皮铺层厚度为设计变量,发展了一种二级优化设计方法。首先建立腹板位置参数的代理模型,根据所建的代理模型以质量最轻为目标进行系统级优化求解出腹板位置,然后将结果传给子系统级,子系统级采取分步优化策略求解叶片铺层厚度。当两级优化结果收敛时得到叶片最佳设计。经算例验证,采用这种二级优化方法,可得到较为理想的叶片结构设计结果。     

有植被明渠纵向流速垂向分布特性的PIV试验分析

有植被河道水流的流速分布是确定植被河道阻力和过流能力的基础.在室内矩形断面水槽中模拟了有树桩存在的河流环境,采用粒子图像速度仪(PIV)测量了同一流量情况下,非淹没及淹没刚性植被稳恒流纵向流速垂向分布.试验结果表明矩形断面非淹没刚性植被水流时空平均纵向流速垂向分布符合"J"形分布,淹没刚性植被水流时空平均纵向流速垂向分布符合"S"形分布,植被中不同位置垂线的时均纵向流速分布不同.笔者给出的流速资料可作为植被水流数值模拟对比的参考.     

基于可信度计算的航迹相关算法研究

一、前言 在空管自动化系统中，同时进行着单雷达处理和多雷达融合处理。单雷达处理提供本地航迹（Local Track），多雷达处理提供系统航迹（System Track）。通常，一个系统航迹由一个或多个本地航迹融合产生并不断地被本地航迹所更新，从而在雷达管制员席上得到稳定、可靠的动态雷达图像显示。在多雷达融合处理之前首先要对本地航迹与系统航迹能否相关进行判断。本文引入可信度概念，并基于可信度计算对本地航迹与系统航迹相关算法进行研究。     

批生产及翻修发动机稳定性检查方法的研究

在国内外发动机稳定性评定技术的基础上,分析研究了发动机的可用稳定裕度应等于或大于多个降稳因子的需要稳定裕度之和。其中包括批生产和翻修后发动机制造、装配公差对喘振裕度的影响。基于这种认识,参照第三代发动机的使用实践,提出了批生产试力和翻修后发动机试车的失速边界的验收方法。即在畸变条件下发动机在稳定工况及遭遇加速“bodie”加速操作时检查稳定性的方法和验收难则。此外也提出了控制发动机试车质量的技术途径。     

航空发动机稳定性评定试验装置的选择

航空燃气涡轮发动机稳定必理规范当代飞机／发动机设计的一项极其重要的标准，是发动机的设计体系中的一个很重要的环节。通过总结国内外进气道－发动机匹配试验研究所用的几种进气道畸变流场试验装置的性能和使用经验，根据我国使用的发动机畸变试验装置，提出了航空发动机的稳定性评定试验装置选择的建议。     

无人机自主降落标识检测方法若干研究进展

为了进一步促进中国海/陆空跨域协同技术的研究和发展,综述了无人机自主降落标识检测方法的国内外最新研究成果。首先,在分析视觉引导无人机自主降落流程的基础上,简要总结了常用的基于图像分割、基于分类器和基于深度学习的标识检测方法。然后,介绍了无人机自主降落于静平台和车辆、舰艇等动平台的国内外若干研究团队及成果,并对团队采用的降落标识及检测方法进行了梳理。最后,围绕动平台及复杂环境下的标识检测和相关软件算法、硬件设备、多传感器融合等讨论了当前存在的难点和可行的解决方案,对未来克服人工标识依赖性,采用深度学习思想进行非合作环境下的安全区域检测方法进行了展望。     

数字化车间,助力航空智能制造——访中航国际Aritex首席技术专家Alex Mateu

正Alex Mateu中航国际Aritex首席技术专家AVIC Intl.Aritex Chief Technical Expert巴塞罗那理工大学机械工程师Mechanical Engineer of Barcelona Polytechnic University 1996年加入Aritex公司,主要负责汽车自动化焊接生产线;2005年负责Aritex研发部带领团队开发航空航天自动化装配生产线。历年来为A380、