星载AIS报文时间解析

星载船舶自动识别系统（AutomaticIdentificationSystem,AIS）接收到的报文中解析出发送报文的时间信息能够有效提高AIS报文在全球海上目标监控等方面的应用价值。着眼于动态显示某一特定船舶进行连续跟踪这一目的,结合天拓一号AIS和天拓三号AIS来研究报文中的时间信息。首先,利用天拓一号星载AIS在轨运行期间接收到的所有数据进行统计分析。通过统计分析发现仅仅依靠报文自身的自组织时分多址（Self-OrganizingTimeDivisionMultipleAccess,SOTDMA）通信状态等信息不能有效解析报文时间。其次,研究了天拓三号AIS的报文组成格式。通过每间隔1min往星上存储器中植入一个时间信标的方式,天拓三号AIS系统很好地解决了问题,实现了对每一条报文的精确时间显示,为今后实现海面船舶进行连续跟踪与监视提供了良好的技术基础。     

基于Kriging近似函数的变复杂度近似模型

为解决飞行器多学科不确定性设计与优化过程中多次调用计算复杂的高精度学科分析模型带来的计算复杂性问题，结合变复杂度建模思想和Kriging近似函数，建立了基于Kriging近似函数的变复杂度近似模型。该近似模型的构造基于较少的高精度模型取样点和较多的低精度模型取样点，在满足近似精度的要求下可大大减小高精度模型近似模型构造的计算成本。数学算例和某飞行器气动力变复杂度近似模型算例证明了该方法的有效性。     

适用微纳卫星的便携测控站设计

针对微纳卫星的测控数传需求,利用业务无线电及ISM(Industrial-Scientific-Medical,工业-科学-医疗)频段和设备,设计了适用微纳卫星的便携式测控站,包括ISM和VHF/UHF(Very High Frequency/Ultra High Frequency,甚高频/超高频)2个通道;优选了COTS(Commercial Off The Shelf,商用现货)ISM通信电台和VHF/UHF全模式电台、VHF/UHF八木天线、S频段花瓣式网状抛物面天线等部组件,3副天线共用1个伺服机构;并对ISM和VHF/UHF信道的上/下行链路电平进行估算。结果表明:该多频段多通道便携测控站的设计方案可行性好,效费比高,并已在相关微纳卫星的测控应用中得到验证。     

空间对接机构碰撞试验系统的开发研究

为研究空间对接机构在对接过程中的碰撞现象,研制了碰撞试验系统.探讨了试验系统方案;依据Hertz弹性接触理论,仿真计算了加速度频率特性,确定了加速度传感器的选择原则;利用该系统开展了低速碰撞试验.试验结果表明,该系统能够满足测量对接碰撞力的要求.      

提升机构微型燃气发生器的探索研究

介绍了一种宇航用的利用产生燃气做功并通过提升机构完成提升动作的微型燃气发生器的设计。建立了描述燃气发生器内部流场的数学物理方程。通过数值方法模拟了燃气发生器内部的燃烧和流动以及提升机构的运动过程。由模拟结果及理论分析来指导药柱的设计, 使得燃气发生器能满足高性能和高可靠性的要求     

固体燃料冲压发动机燃速理论分析与数值模拟

从理论和数值模拟两方面探讨了固体燃料冲压发动机 (SFRJ)燃速影响因素, 给出了平均燃速与入口空气流量、空气温度以及燃烧室压强之间的指数关系式, 同时考虑了燃速沿轴向的变化。与实验数据的比较表明, 本文提出的模拟方法是正确而且可靠的。所得结果对于固体燃料冲压发动机设计和实验均具有一定指导意义。      

固体燃料冲压发动机附着点分析与模拟

对固体燃料冲压发动机冷流情况下,由突扩台阶产生的附着点进行了理论分析和数值模拟, 得出附着点与台阶高度成线性关系, 与燃烧室尺寸、壁面是否加质等因素有关, 但与入口空气流量无关, 所得结果与实验数据比较吻合。     

轨道转移推进系统及其发展趋势

根据轨道转移系统的应用分类（包括上面级类、空天飞机类、卫星类、飞船类和新概念类）,对各类型典型飞行器的推进系统进行了综合评述,分别总结了相关的技术方案和应用特点,并针对当前的研究热点,简要论述了未来的发展趋势,最后给出了几点结论.     

固体燃料冲压发动机燃速的人工神经网络辨识

由于固体燃料冲压发动机(SFRJ)结构的特殊性,其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性,对模拟试验的结果采用BP人工神经网络进行了辨识,并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看,这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点,能够较好地满足工程应用的要求。此外,在利用人工神经网络对类似的大样本系统进行辨识时,如果能采用一些数学上的处理技巧。      

基于天基边缘计算的在轨智能技术

针对低轨互联网星座的发展以及天基应用不断拓展对计算能力的需求,开展基于天基边缘计算的在轨智能技术研究,这对提升星地带宽利用率和实时决策效率具有重要意义。提出了以低轨卫星为核心的天基边缘计算架构,在此基础上,进一步提出了一种基于深度模仿学习的智能计算卸载模型,以及该模型的在轨分布式联邦学习训练方案。基于空天地海一体化网络,开展了面向移动应用的实时计算卸载决策,以及空间数据、模型的在轨学习及训练方法研究。该方案在保障空间数据隐私的基础上,可进一步降低程序运行时延和提升模型的决策准确率。结果表明:与传统方法相比,该技术最多降低了54.96%的程序运行时延。