三结太阳电池高能电子损伤模拟及仿真分析

利用wx AMPS软件构建了高效Ga In P/Ga As/Ge太阳电池的中电池模型,并对电池抗辐照性能进行模拟研究。模拟发现,当辐照缺陷密度较小时,缺陷对中电池的电性能影响较小;当缺陷密度较大时,电性能的下降与电子注量值的对数成正比。计算电池的I-V和量子效率谱(QE曲线)可知,电池电性能的下降直接对应于量子效率的下降、饱和暗电流的增强以及并联电阻的衰降。模拟结果与试验结果的对比显示,在各子电池均匀损伤的假定下,1 Me V电子辐照的缺陷引入率约为0.81。     

旋转激光陀螺惯导系统误差传播特性分析

设计旋转式惯导系统(INS, Inertial Navigation System)最重要的工作是理清旋转调制误差自动补偿机理、掌握补偿前后误差的传播特性,在此基础上设计合理的转位方案,并对其进行仿真和试验验证.结合单轴旋转式惯导系统工作原理和误差传播方程,解释了旋转调制误差自动补偿的机理,利用理论和仿真两种手段分析了单轴旋转惯导系统中惯性元件常值误差、随机误差、标度因数误差和安装误差的传播特性,得到了旋转调制对惯性器件误差的调制效果,验证了单轴正反转停方案的有效性和应用的合理性.研究结果为旋转式激光陀螺(LG, Laser Gyroscope)惯导系统的设计提供了理论参考和设计依据.     

基于试飞任务单的轨迹仿真问题研究

阐述了基于试飞任务单的试飞轨迹仿真生成软件系统在辅助试飞管理中的重要作用,对该软件开发中所涉及到的一些新的问题和方法进行了研究。建立了带电传操纵系统飞机的数学模型,并针对试飞轨迹仿真生成中的逆问题,提出了一种基准控制带反馈调节的方法。简要介绍了轨迹仿真生成软件与任务单管理数据库软件的接口设计,对仿真结果进行了动态显示处理。     

天文观测卫星动中探测机动测试系统设计

天文观测卫星普遍采用动中探测模式开展空间探测任务。为了实现动中探测姿态机动模式的地面有效验证，设计了整星机动集成测试方案。设计惯性空间基准的地面动力学仿真，满足惯性空间扫描仿真；设计整星各分系统间高精度时间统一系统，为整星机动测试提供统一基准；基于STK与Matlab接口模块，设计基于实时遥测数据的可视化判读系统，可提高测试判读实时性与准确度。整星测试结果表明，该方案有效验证了动中探测任务中姿态机动功能的正确性和指标符合情况，为开展整星地面测试和在轨应用提供了参考。     

基于图像处理的液位测量技术研究现状与发展趋势

基于图像处理的液位测量技术具有非接触式测量、应用范围广、占用体积小等突出优势,在工业、化学以及水文监测等领域有着广阔的应用和发展前景。随着图像处理算法的改进和工业相机性能的提升,图像液位测量技术的各项性能指标也得到了显著提高。为进一步研究基于图像处理的液位测量技术,梳理其基本工作原理、分类及研究现状,并分析发展趋势和前景,为研究精度更高、应用更广的液位测量技术提供依据。     

复合固体推进剂燃气烟雾对激光透射的影响

建立了一套测定固体推进剂燃气烟雾对激光衰减的装置,研究了固体推进剂燃气对激光衰减的规律,由实验结果和理论分析得出,燃气烟雾对激光和可见光的透射率较好;能量较高的丁羟推进剂无烟化的最佳配方是Al粉含量应小于8%,硝胺(HR)的含量应大于30%。     

月球探测器软着陆最优末制导策略

在制动火箭推力幅值满足连续可变的前提下,研究了月球探测器软着陆末端的垂直下落过程中的控制问题。基于线性系统跟踪控制理论,利用线性系统中的模型参考跟踪控制的方法设计了一种对指定轨迹进行跟踪的制动方案。同时为了满足耗燃最优性和安全性,根据最优化理论,对控制律中的参数进行优化,最终确定系统的控制律。仿真结果表明该设计方法是简单、有效的。     

航天型号产品供方管理模式初探

文章对航天型号产品供方管理存在问题进行了分析，提出了航天型号产品供方管理的目标和管理模式的设想，从确定供方选择原则、建立灵活适用的供方绩效评价指标体系、建立供方数据采集和分析模型、识别和优化供方、规范航天型号产品供方评价方法和程序等几个方面进行了浅入分析。     

基于相关功率修正的地基GNSS-R土壤湿度反演

利用全球导航卫星系统反射信号测量技术(GNSS-R)进行土壤湿度反演过程中，实际接收天线方向性会造成GNSS直反信号相关功率测量偏差。针对地基观测场景下天线方向性造成的相关功率的类余弦振荡问题，提出了基于多项式拟合的信号相关功率修正方法。为了验证所提方法的有效性，开展了地基GNSS-R土壤湿度观测实验，结果表明:基于多项式拟合的相关功率修正可以消除信号相关功率的类余弦振荡，提升GNSS-R土壤湿度反演中的观测数据有效性和反演结果准确性。      

基于卷积神经网络的航天复合材料缺陷智能检测

针对传统的缺陷图像识别处理方式存在着准确度与辨识度不足,且处理缺陷种类单一的问题,提出了一种基于Cascade R-CNN和Mask R-CNN的神经网络模型。首先,为了提高缺陷检测的可视化效果和检测准确度,在实例分割卷积网络Mask R-CNN的基础上,结合级联神经网络Cascade R-CNN结构,组合成了新的级联实例分割Cascade Mask R-CNN网络;其次,对组合而成的级联卷积神经网络进行了训练,将训练好的模型对复合材料缺陷图像进行了检测。实验结果表明:检测的平均准确度达到了91.5%,平均置信度达到了97.3%,达到了检测精度的要求。该研究成果可运用于航天复合材料缺陷识别。