月球车驱动轮牵引性能研究

研究在月球表面环境下行驶的月球车牵引性能,对保证其正常探测工作具有重要意义。以长白山火山灰为主要原料制备了应用于月面车辆力学试验中的模拟月壤,研制了月壤-车轮土槽测试系统,对有刺轮与光滑轮进行了牵引性能试验。试验结果表明,有刺轮的最大挂钩牵引力(DP)为光滑轮的5.2倍;当滑转率为10%时,有刺轮在硬路面上的DP为其在模拟月壤上的6.7倍。在此基础上,通过离散单元法(DEM)对驱动轮与月壤相互作用关系进行了细观分析,模拟出驱动轮下月壤颗粒的受力、位移、速度的分布规律及无牵引阻力条件下驱动轮的牵引性能。研究结果为月球车的性能评估和面向月球的高通过性行走机构研制提供基本方法和基础数据。
     

一种从月面图像检测陨石坑的方法

随着我国月球探测计划的开展,基于视觉的探测器月球表面软着陆的相关技术研究正在进行,陨石坑是月球表面最常见的物体.基于图像的陨石坑识别技术作为探测器自主障碍检测中的一项关键技术,引起了各航天大国的高度重视.提出了一种基于特征点的陨石坑检测算法.该方法可以分为三个部分:特征点检测、陨石坑区域初选、陨石坑拟合.首先通过特征点检测初步确定陨石坑所在区域,然后通过区域生长的方法分别提取陨石坑亮、暗两区域,最后通过椭圆拟合的方式获得陨石坑所在椭圆.实验研究表明,该算法可以有效地检测出半径小于15个像素大于5个像素,有较强明暗对比的陨石坑.在结束语中,作者提出了未来该算法改进的四个方向.     

应用谐振装置在电动振动台上实现高量级冲击响应谱的仿真研究

为提高电动振动台冲击响应谱试验的试验量级,应用有限元理论建立了电动振动台及附加的谐振装置的动力学模型,在此基础上开展冲击响应谱试验的仿真研究。通过研究振动台动态特性建立了冲击响应谱试验仿真方法,进一步研究了应用谐振装置在振动台上实现高量级冲击响应谱试验的可行性。研究结果表明:使用谐振装置可显著地提高电动振动台实现冲击响应谱试验的能力。     

基于深度学习的语义分割算法综述

图像的语义分割是对图像中的每个像素标注其所属的类别。在航天领域,语义分割技术可用于定位航天器及其零部件,为航天器故障排除、部件维修、太空垃圾清理等在轨服务创造条件。近几年,全部或部分使用深度学习时,语义分割的效果获得了很大的提升。本文对基于深度学习的语义分割算法进行综述。首先介绍常用的数据集和通用的深度神经网络,随后对两类具有重大实用意义的分割算法:编码器-解码器算法和整合上下文信息算法进行总结。最后对语义分割的发展进行了展望。     

一种星载电子设备的通用化自动测试系统的设计

为了解决传统卫星载荷测试系统通用性、兼容性差,测试覆盖性不足以及自动化程度低的问题,设计了一种基于开放式硬件和软件设计的通用化自动测试系统.该系统构建了通用的硬件平台以适应不同的数据接口,同时提供了模块化、开放式、可配置的软件平台,可满足不同卫星型号载荷的测试需求.并行测试的结果表明,该系统在保证产品质量的前提下,能大...     

固液捆绑火箭发动机健康诊断技术

为使固液捆绑运载火箭发射更具有可靠性和安全性,本文首次提出了一种基于三冗余架构的芯级液体发动机健康诊断系统。在芯级液体发动机点火后,由箭上健康诊断系统根据红线算法对发动机状态进行诊断,确认液体发动机状态正常后再进行固体发动机点火。通过地面发动机试车及飞行试验考核,结果表明:该发动机健康诊断系统设计正确,能够及时有效地检测液体发动机工作状态,且未发生误警报或漏警报。     

基于宽带模糊函数的DS/FH信号性能分析

引入直扩/跳频(DS/FH)混合扩频技术可以增强航天测控系统的电子对抗能力。推导了DS/FH混合扩频信号的宽带模糊函数表达式。通过分析得知,随着载波频率的增加,信号时长的变化对模糊值的影响减弱,宽带和窄带模糊函数间的差异减小,但在接收信号的处理中仍需考虑对信号时长变化的匹配。数值仿真分析了DS/FH信号波形在不同增益分配下的分辨率、精度、旁瓣抑制及抗干扰等性能。结果表明在一定的增益分配下,该波形具有接近理想的图钉型模糊图,适当增加跳频增益可以获得更好的分辨率和抗干扰性能。     

基于改进卡尔曼滤波算法的行人航向角估计

基于惯性导航的行人航位推算是一种针对未知环境行人定位的常用方法,然而传感器自身的惯性漂移、噪声特性不确定、动力学模型不准确等因素,会导致航位推算时行人航向角估计精度不高的问题,从而造成行人定位精度的降低。针对上述问题,提出了一种多渐消因子强跟踪H_∞平方根容积卡尔曼滤波(MSTHSCKF)融合算法。其中H_∞思想保证在极端噪声下最小化误差,增强系统鲁棒性,多渐消因子能够避免系统在模型不确定情况下精度的降低,平方根思想确保了协方差矩阵的对称性和半正定性。实验结果表明,与现有滤波算法相比,MSTHSCKF估计的行人航向角具有更高的精度、稳定性和鲁棒性,能够确保更高的行人定位精度。     

基于深度卷积网络的海洋涡旋检测模型

传统的利用遥感数据检测涡旋的方法通常是基于物理参数、几何特征、手工特征或专家知识。本文重点研究了基于深度学习技术从海表面高度图中识别海洋涡旋的方法。针对海洋卫星拍摄的海洋表面高度图中的涡旋检测问题,提出了一种基于卷积神经网络的多涡旋检测模型,该模型能够准确提取涡旋的特征信息,拟合语义信息与海面高度之间的关系。同时,在用于涡旋检测的最新公开数据集SCSE-Eddy上进行模型训练,以评估基于人工智能的涡旋检测方法性能,该数据集涵盖了15年来位于中国南海及其东部部分海域的每日卫星遥感海表面高度数据。实验结果表明,与现有的方法相比,本文模型取得了更好的检测结果,能够更好地区分相距较近的涡旋。     

前缘下垂结合内吹式襟翼失速特性研究

内吹式襟翼具有高效的增升能力,但失速迎角在较高的吹气动量系数下下降明显,为改善其失速特性,研究内吹式襟翼加装前缘下垂后的失速特性。对前缘下垂结合无缝襟翼的亚声速翼型在环量控制作用下的流场进行数值模拟,研究吹气动量系数对失速特性的影响规律,前缘刚性偏转、弯度变化和厚度变化对失速特性的改善作用,以及改变襟翼偏角研究前缘下垂的作用效果。结果表明：随着吹气动量系数的增加,失速迎角先迅速下降再略微增加;前缘下垂装置减小了翼型上表面逆压梯度,延缓了翼型边界层动量厚度随迎角增加而增加的趋势,能有效提高失速迎角;通过逐渐改变前缘表面曲率,实现了前缘下垂设计对失速特性改善的最好效果。