逆金字塔式安全着陆点选择方法

针对现有地外天体软着陆安全着陆点选择方法的不足,设计了逆金字塔式安全着陆点选择方法,结合着陆器的落点精度和自主避障及地形坡度适应能力,建立了基于平整点、安全着陆点、可靠避障点和标称着陆点的地形安全性分析与定量搜索模型,该模型呈四层逆金字塔结构,每一层搜索的结果作为下一层搜索的输入,从弱约束到强约束逐步收敛至100%地形安全着陆区,嫦娥五号探测器飞行结果表明该方法能够快速确定安全着陆区及标称着陆点,并有效指导着陆下降过程的标称航迹设计和轨道控制策略制定。     

高温环境下大尺度薄壁结构的电性能优化设计

考虑温度引起的热变形和材料电磁参数变化对天线罩电性能的影响,基于口径积分-表面积分法(AI-SI)和有限元法(FEM),提出了高温环境下天线罩电性能分析方法;进而基于粒子群算法(PSO),建立了计及热效应的天线罩结构电性能优化流程。分别选取常温环境、均匀高温环境和非均匀高温环境三种典型工况,对比研究了温度对天线罩电性能的影响规律,并对天线罩电性能进行了优化,研究结果表明:高温会引起天线罩透波系数的下降和瞄准误差的上升,在天线罩优化设计中应重视温度对电性能的影响;计及热效应的天线罩结构电性能优化方法能显著提升天线罩的透波系数、降低瞄准误差,具有良好的优化效果。     

期望状态序列导向的深空探测器规划修复方法

针对探测器动作持续、并行、消耗能源所导致的规划修复难求解问题,提出一种基于期望状态序列的深空探测器规划修复方法.该方法根据动作的执行完成情况,从既定规划中提取未完成执行动作的期望效果以及待执行动作的期望前提,构成一组有序的、逻辑与能源混合的期望状态集合,为规划修复提供子目标,从而将规划修复问题转化为状态转移路径搜索问题...     

柔性印制膜在太阳电池阵的应用及热适应性试验研究

针对微小卫星太阳电池阵高体积比的功率需求,设计了带柔性印制电路（FPC）的太阳电池阵。该太阳电池阵将太阳电池、FPC与基板集成为一体,具有厚度薄、质量小等优点。通过热循环试验对其环境适应性进行考核,X射线检测结果表明,太阳电池阵上锡焊焊盘与覆铜层连接部位受热应力的影响较大,在长期高低温循环条件下存在锡焊焊盘与覆铜层断裂的风险。为此,给出提升太阳电池阵上FPC抗热形变能力的设计建议,以期为后续太阳电池阵设计提供参考。     

低轨卫星缺失时序数据的模式识别方法

在航天应用中,低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果,降低准确率。针对该问题提出了一种新型MR-GRU模型,可有效处理缺失时序数据,并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法,MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练,对传统门控循环单元结构进行了改进,增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入,衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性,还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明,MR-GRU模型准确率优于传统模型。     

适用于CEI的GEO卫星相时延解算方法及试验

为解决在实际航天任务中利用连线干涉测量(CEI)技术进行高精度GEO卫星定轨以及共位GEO卫星相对定位时面临的载波相位整周模糊度难题,提出了一种基于卫星下行信号的多弧段融合相位模糊度解算方法,它通过相邻多弧段载波相位值和窄带信号群时延值的融合处理可精确获得无模糊载波相时延观测量。对提出的方法进行了性能仿真和实际外场试验验证,结果表明：在20 km基线上,利用北斗GEO卫星的伪码测距信号和天链卫星的测控信号均成功实现了S频段解载波整周相位模糊,相时延测量精度优于0.1ns,对应GEO卫星定轨精度优于54 m。该方法在国内首次实现了在几十km基线量级上利用几百kHz窄带测控信号获得无模糊载波相时延,具有较好的工程应用前景。     

空间目标碰撞概率的等效矩形域快速算法

针对线性相对运动假设下的碰撞概率计算问题,提出了等效矩形域方法。利用该方法将概率积分计算进行近似处理,推导出概率密度积分的解析表达式。针对空间目标误差椭球形状固定的情况,给出了最大碰撞概率的计算方法。对目标在交会时刻相距较远和接近碰撞的情况进行了碰撞概率以及最大碰撞概率计算。通过将计算结果与空间压缩无穷级数法的对比,验证了等效矩形域方法近似计算碰撞概率积分的可靠性,同时对于不同的碰撞概率计算情况,等效矩形域方法显示出更高精确度和更好的估计偏差稳定性。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

基于多学科设计优化算法的再入轨迹优化设计

传统的再入轨迹优化问题通常是在气动外形和质量等总体参数给定的情况下建立起来的。所设计的最优轨迹从飞行力学的角度来看是最优的，但从系统角度来看未必是最优的。在总体初步设计阶段，考虑气动外形和质量等其他学科影响的再入轨迹优化对于提高RLV的系统性能无疑具有重要意义。此时再入轨迹优化将是一个静态，动态多学科混合优化问题。以球头双锥的升力体构型RLV为例，以最小化热防护系统质量和最大横向机动距离为指标，采用两种典型的多学科优化算法来研究考虑气动外形、轨迹和热防护系统三个学科的再入轨迹优化设计问题。仿真结果表明多学科优化算法能够用来求解静态，动态多学科混合优化的再入轨迹优化设计问题，是RLV初步外形设计和任务轨迹规划的重要工具。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。