双立尾/三角翼布局的立尾抖振研究

在北航的风洞中进行了双立尾-三角翼布局的立尾抖振实验,目的是研究立尾抖振产生的原因.主要采用了激光测振仪测立尾加速度和动态压力传感器测立尾表面的动态压力的实验方法.实验结果表明在旋涡破裂以后,立尾上就会产生强烈的抖振.抖振是由立尾上表面压力的周期性脉动造成的.对机翼和立尾表面的压力频谱分析表明,立尾上的压力脉动来源于机翼前旋涡破裂流中的螺旋波.对于本实验使用的模型来说,当机翼迎角α=0°~20°范围,由于流动是附着流和涡流,所以立尾没有明显抖振;当机翼迎角在α=20°~56°范围,立尾处在破裂涡流的范围,立尾抖振明显,并且抖振强度在35°~50°之间达到最大.因此,三角翼破裂涡流中的螺旋波正是双立尾产生抖振的主要原因.     

航天器变构型模块化可维修技术

现有可维修航天器为实现可维修能力代价大,且技术发展途径不清晰,难以推广应用。本文在对国外可维修航天器技术特点分析的基础上,从可维修体系架构、可更换功能模块体系和即插即用接口体系3方面,提出了一种可维修航天器的通用设计方法。结合所提方法,设计了一种主结构可变构型的模块化可维修航天器,阐述了所涉及的关键技术。所设计的可维修航天器以开放式机械体系、分布式异构网络体系与可补加动力体系为核心架构,以两级功能模块和三级接口为可维修载体,以较小代价实现了可维修维护能力,降低了对维修操作方的能力要求,且系统功能性能可随技术的发展动态演进。所提方法与典型设计案例可为中国可维修航天器及相应技术的发展提供参考。     

嫦娥二号卫星CCD立体相机设计与验证

介绍了嫦娥二号卫星CCD立体相机的设计思想与结果、发射前检测与地面推扫成像试验.嫦娥二号卫星CCD立体相机仍采用与嫦娥一号相同的线阵推扫成像模式,但嫦娥二号卫星CCD立体相机的技术指标要求大幅度提高,主要表现为地元分辨率由嫦娥一号的120m提高为嫦娥二号在100km圆轨上优于7m与在100km/15km椭圆轨道近月弧段...     

合成孔径雷达子孔径数据改进ECS成像算法

ECS算法中的方位CS操作会产生大量补零问题,影响成像实时性。本文提出一种改进ECS算法,在补偿方位向高次相位后,不进行调频斜率调整,采用变标傅立叶变换校正方位向输出间隔随距离变化的扇形畸变,克服了ECS算法需要大量补零的不足,仿真验证了算法的有效性。     

带转动部件航天器的RBF神经网络滑模姿态控制

航天器在空间执行任务时必须按照一定的控制指令进行高精度的姿态控制.针对航天器上转动部件的运动会对姿态控制产生干扰的问题,推导了带有转动部件的航天器姿态动力学方程,并根据干扰力矩的特点,采用了一种对干扰具有自适应能力的RBF神经滑模姿态控制方法.仿真结果表明,该方法能有效克服转动部件运动产生的干扰,所设计的控制器有很好的控制性能和鲁棒性能.     

基于离散时间传递矩阵法的伞-弹系统动力学模型

采用离散时间传递矩阵法建立了伞-弹系统减速稳定段的动力学模型,回避了多体动力学传统的研究方法在伞-弹系统建模过程中存在的问题。详细给出了应用离散时间传递矩阵法建立铅垂平面内伞-弹系统模型的建模过程,推导了伞-弹系统的传递矩阵和传递方程。通过算例将建立的伞-弹系统模型和采用牛顿-欧拉法建立的伞-弹系统模型进行了对比分析,两种模型计算结果吻合度好,验证了本文模型的正确性以及离散时间传递矩阵法应用在减速伞-子导弹系统中的可行性。     

3D雷达对3D雷达的引导提示性能分析

分析了不同位置关系3D雷达对3D雷达的成功引导概率及引导误差,讨论了成功引导概率随参数特征变化的性质,仿真分析目标到提示雷达不同斜距时目标在被提示雷达中的角度分布及引导误差变化。研究对雷达组网中3D雷达对3D雷达引导提示系统设计有一定的参考价值。     

面向集中力扩散的回转曲面加筋拓扑优化方法

为了提高航天器回转曲面加筋型连接结构的集中力扩散效率,需要开展回转曲面加筋集中力扩散结构设计。传统放射肋设计方法普遍依赖设计经验、难以满足集中力高效扩散需求。因此,提出一种面向集中力扩散的回转曲面加筋拓扑优化方法。第1步,建立了一种基于各向异性过滤技术的集中力扩散拓扑优化方法,保证拓扑优化结果满足回转曲面加筋制造工艺要求;第2步,提出了一种基于网格变形技术的拓扑优化结果智能重构方法,可高效准确地对回转曲面加筋拓扑优化结果进行模型自动重构。基于所提出方法,以卫星平台对接环这种典型的回转曲面加筋壳为对象开展算例研究,并将优化结果与传统放射肋设计结果进行对比。结果表明,所提出的优化方法可得到加筋构型清晰、满足回转曲面加筋制造工艺要求的优化结果,且具有集中力扩散效率高、网格质量依赖性低、拓扑特征重构高效等优点。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。