基于BP神经网络的GNSS-R海面风速反演

针对GNSS-R进行海面风速反演过程中时频域相关物理量较多，数据耦合性强等问题，提出了基于反向传播（BP）神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系，选取多观测量作为输入，对输入数据进行处理，设置神经元与激励函数，使用BP神经网络自适应调整拟合参数，将风速作为神经网络输出端的特征量提取。反演结果，风速≤ 20 m/s时，反演均方根误差RMSE=1.21 m/s，风速>20 m/s时反演均方根误差RMSE=2.54 m/s，反演结果优于使用时延相关曲线前沿斜率（LES）和时延多普勒相关功率均值（DDMA）方法得到的反演结果，且迭代次数较少，复杂度较低，证明该方法可以应用于GNSS-R海面风速反演。     

一种计算隐身飞行器外形RCS的高精度快速算法

针对目前隐身飞行器外形雷达散射截面(RCS)难以准确计算的问题,提出了一种基于目标外形几何特征和矩量法的飞行器RCS算法.通过对矩量法阻抗矩阵元的理论分析,研究了物面感应电流随散射体表面曲率的变化规律,指出感应电流之间的耦合已成为影响隐身飞行器物面电流分布的重要因素,并且指出根据飞行器物面曲率分布可以预知强的感应电流耦合区域,利用这些强的电流耦合能够组成稀疏化的阻抗矩阵,从而实现飞行器RCS的快速求解.以金属双弧柱和典型隐身飞机外形为例,分析验证了物面曲率几何信息对计算结果精度的影响以及在提高计算效率方面的作用.数值结果表明该方法保持了与传统矩量法基本一致的计算精度,但计算时间仅为矩量法的7.2%.     

基于有限元方法的并联机床模态分析

并联机床的模态分析有着重要的意义。本文针对3—HSS型并联机床,利用大型有限元软件ANSYS,对此并联机床进行了模态分析,分别获得了该机床的低阶固有频率及其对应的振型图,通过振动动画,分析了六阶模态的振动规律,找到了机床的薄弱环节,为机床的结构设计和动力学分析提供了依据。     

偏转弹头导弹控制系统设计与仿真

根据弹头的可偏转特性,利用无根多刚体系统动力学方法建立了偏转弹头导弹的动力学模型,并对通道间的耦合特性及弹头偏转对弹体运动的影响进行了分析。在此基础上,将通道间的耦合及弹头偏转对弹体运动的影响作为干扰项处理,将气动参数的非线性变化等效为标称参数的摄动,利用变结构控制理论设计了偏转弹头导弹的控制器。仿真结果表明,所设计的变结构控制器能够有效地减小和消除俯仰、偏航通道对滚转通道的耦合作用以及弹头偏转对弹体运动的影响,较好地抑制了导弹气动参数的摄动,具有较高的稳态精度和良好的动态性能。     

夹具质量对标准测力仪的影响

分析了用试验机进行力学性能检定过程中，夹具的质量对标准测力仪造成的影响，并通过分析原因，给出消除或减小这种影响的方法。     

基于保障性、维修性的测试性参数指标选取方法研究

运用广义随机Petri网的方法,得到了测试性参数指标与保障性参数可用度Ao之间的关系,另外还推导出了测试性参数指标与维修性MTTR之间的关系。以A0和MTTR为目标,进行测试性参数指标的寻优求解,从而得到测试性参数指标的选取方法,并举例验证了该选取方法的正确性、可行性。     

执行器饱和的多智能体一致性控制

针对执行器饱和约束下的一类离散多智能体系统，设计了一种基于线性矩阵不等式的一致性控制律，并对线性矩阵不等式解的存在性进行了分析。由于饱和环节的影响，导致多智能体系统的一致性与个体的初始状态有关，不同的控制律所能允许的个体之间的初始偏差的范围不同。为了定量分析控制律所对应的初始偏差范围，引入吸引域的概念对所设计的控制律进行评估，并对控制律参数进行优化以扩大吸引域的范围。最后，通过数值仿真说明了所设计控制律的有效性。     

月面无人自主采样返回任务动力下降点确定及验证

动力下降点确定是实施月面软着陆的重要环节，是多系统间复杂迭代的过程，涉及轨道设计、制导律设计、着陆目标的采样区确定、着陆及起飞安全分析。其设计结果直接影响了最终着陆点的位置和着陆过程的着陆安全，也间接影响采样安全和采样工程目标的实现结果。针对嫦娥五号在实施月面软着陆前确定动力下降点的任务需求，提出了通过多次轨道控制与最优标称制导轨迹搜索联合控制策略的动力下降点确定方法。首先，根据月面无人自主采样返回任务设计总结了动力下降点确定原理和约束条件；然后，详细论述了月面无人自主采样返回任务软着陆过程动力下降点确定方法；最后，通过嫦娥五号在着陆前主要的几次轨控实施结果分析了其对动力下降点的影响，同时综合了着陆区地形分析及着陆、起飞安全性分析，对动力下降点进行确定并根据最终在轨飞行结果进行验证。验证结果表明，基于“逐次逼近寻优方法”的月面软着陆环节动力下降点的确定方法有效，可以为后续地外天体软着陆等任务提供参考和借鉴。     

基于可靠性分析的立方星网络维护架构优化

立方星编队或星座构成分布式空间传感器网络，可提高立方星执行复杂空间任务的能力。然而立方星易发生故障，其故障时间不确定性也导致了传感器网络性能的不稳定，这凸显了对立方星网络进行在轨维护的重要性。考虑立方星传感器网络的功能维持问题，描述了一种网络维护架构，通过定期发射、在轨备份立方星以及时更换故障立方星，从而提高网络对单星随机失效事件的快速响应与恢复能力。建立了该架构的运行成本模型，包括固定成本、储存成本和短缺成本。收集整理了真实的立方星寿命数据，并使用最大化拟合优度参数估计方法得到最优立方星寿命的随机模型。采用基于蒙特卡罗仿真的遗传算法优化备用立方星的补给时刻和补给数量，在备份成本与系统性能下降所带来的损失之间进行权衡，使得系统的综合收益最优。