非线性弹簧形态优化及可调节恒力装置设计

基于组合结构研究一种可调节恒力装置的设计方法,恒力装置由负刚度非线性弹簧和正刚度线性弹簧组合而成。采用B样条曲线描述非线性弹簧的形态,基于GA算法和非线性有限元法实现非线性弹簧的形态优化设计。根据恒力装置的工作原理,设计线性螺旋弹簧,并分析刚度/强度特性。组合结构的力学性能分析表明恒力装置可以实现输出恒力。为了实现自我保护、输出的恒力大小/方向可调,进行了恒力装置的部组件设计。本文的恒力装置设计方法为平面薄膜天线和太阳电池阵的工程研制提供了技术支撑。     

充液挠性多体航天器的变结构控制

本文首先给出了充液中心刚体上铰接有多个挠性附件的开链多体系统的简化动力学方程，并以跟踪与数据中继卫星为例，用变结构控制方法设计了系统的控制器。控制任务是驱动单址天线使之精确地跟踪期望的运动规律，同时保持星体稳定，并且有效地抑制弹性附件的振动。数值算例证明了所设计控制规律的有效性。     

扩展旋转矢量捷联姿态算法

给出了一种新的旋转矢量捷联姿态构造算法，该算法由陀螺样本的多重积分来构造旋转矢量的最小二乘估计。新算法具有较好的顺序递推结构，易于在机载计算机上编程实现，比传统方法更容易满足一些限制较多的特殊应用。文中还给出了该算法在机载计算机上的计算流程及算法的局部硬件化实现。     

星载稀布L阵对地面辐射源的高精度测向研究

在均匀分布和非均匀分布两种情况下,采用二维MUSIC算法研究了星载稀布L阵列的地面辐射源测向精度。对地面辐射源方位估计、小角度辐射源分辨率,以及测向精度的分析和仿真结果表明,星载L型阵列能实现对地面辐射源的高精度二维测向。在相同条件下,非均匀阵的测向性能明显优于均匀阵。     

非线性能量阱对飞轮振动抑制效果的实验研究

利用薄片金属梁作为非线性刚度元件,构建一种非线性能量阱。为了验证非线性能量阱对飞轮振动特性的抑制效果,搭建地面飞轮测试系统。分别采用力锤敲击和飞轮以恒定转速运行的方法施加不同载荷,对安装非线性能量阱前后测试系统各典型位置的振动响应进行对比研究。利用实测数据,采用傅里叶变换方法将动态响应信息分别在时间域和频率域内展开。研究表明：力锤敲击产生的冲击载荷和飞轮以恒定转速运行产生的稳态载荷均可以激发非线性能量阱定向能量传输;受非线性能量阱的影响,柔性支架设备安装面和飞轮安装面振动响应得到有效抑制。但是,由于非线性能量阱阻尼和吸振子质量较小,不同程度削弱了其振动抑制效果。     

火星车低气压无风热环境模拟试验技术

为模拟火星车工作时所处大温差、低气压环境,文章以自主研制的调温热沉系统和压力控制系统为依托,实现试验容器热沉系统温度在-135~27℃间任意快速调节,均匀性优于±5℃;试验容器内气体压力控制值与目标压力值之差在±10 Pa之内。在国内首次完成无风环境下的火星车温控模拟舱验证试验,为火星车热分析模型修正以及后续火星车有风热环境试验提供了参考。     

基于知识和大数据的多航天器管理云平台设计

在轨卫星数量呈爆发式增长.在应用方面,亟需提升海量卫星并行管理能力和自动化、智能化水平.设计并构建了一种基于知识和大数据的航天器在轨管理云平台,通过工程实际应用,验证了系统设计的可行性,实现了200余颗在轨航天器的并行管理,可以为我国未来复杂星座星群的高效运行管理提供参考.     

箭载无线传感器网络动态业务分配方法研究

无线传感器网络技术是新一代火箭测量系统中的关键技术之一,为实现箭上无线传感器节点业务动态变化场景下的信道资源无冲突分配,提出了一种基于优先级的动态业务分配方法——基于优先级的动态占空比节能位图辅助MAC协议(PD-EBMA)。主要思想是利用位图辅助适应业务量的动态变化、搭载预约的方式减少控制信息开销、背包算法提高信道利用率和降低时延,以及在流量较小时延不敏感的场景中使用动态占空比的思想降低能量开销。仿真结果表明:相比传统固定时隙的分配方式,PD-EBMA可以大幅提升网络灵活性,同时能耗和时延特性也得到显著改善。     

基于罗格里斯参数的航天器递归线性姿态估计算法

针对航天器姿态确定问题提出了一种新的递归线性估计算法。首先采用罗格里斯参数描述姿态,介绍了基于几何方法得到的非递归线性姿态估计算法。其次,引入历史测量数据,根据姿态旋转关系,获得了递归线性估计算法。进一步引入遗忘因子,对历史测量数据和当前测量数据进行权衡,得到了加权递归线性估计算法。数值仿真结果表明,所提出的递归姿态估计算法比非递归姿态估计算法具有更高的精度,在一定范围内遗忘因子越小,姿态估计精度越高。     

一种利用信号幅度信息的光学传感器像平面GM-PHD滤波算法

针对光学传感器像平面多目标跟踪应用,基于有限集统计学理论(Finite Set Statistics, FISST)提出一种利用信号幅度信息的高斯混合概率假设密度(Gaussian Mixture-Probability Hypothesis Density, GM-PHD)滤波算法。该算法通过建立信号幅度似然函数将幅度信息引入到PHD的递推公式中,首先根据光学传感器的特点对输出的信号幅度进行建模,然后分别计算来源于目标和杂波的信号幅度似然函数,在目标信噪比未知的情况下给出一种替代计算方法,最后采用高斯混合方式实现该算法。仿真结果表明,本文提出的算法相比仅利用量测位置信息的PHD滤波器能够显著提高多目标跟踪性能和计算效率,而且在目标信噪比未知时同样具有稳定的性能。