控制受限的编队航天器鲁棒自适应控制

研究了考虑控制受限的编队航天器鲁棒自适应轨道跟踪控制问题。针对航天器编队飞行系统中控制受限、外部扰动和模型不确定性的情况,利用反步控制方法和指令滤波设计提出了一种鲁棒自适应控制策略。指令滤波器用于补偿控制受限对于控制器的影响,同时设计了自适应律对未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。和滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。仿真结果表明所设计的控制器既能实现高精度的编队飞行跟踪控制,又能保证控制受限的要求。     

载人空间站空间科学应用研究

对苏/俄“礼炮号”系列空间实验室/空间站、和平号空间站、美国天空实验室、欧洲空间实验室和国际空间站上开展的空间科学应用情况进行了论述和分析,并重点对空间科学应用实验设备所需的安装空间资源进行了详细分析。同时结合我国科学发展需求,借鉴国外空间站空间科学应用开展情况,提出了将来我国空间站开展空间科学应用应优先发展的方向和需要解决的问题,并给出了我国空间站实验支持结构设计的建议。     

局部拉弯应力对民机蒙皮2024-T3铝合金剥蚀行为的影响

 根据弯梁法自制简易加载装置,结合电化学阻抗谱(EIS)测试方法,研究了民机蒙皮2024-T3铝合金在局部拉弯应力作用下浸泡于剥落腐蚀(EXCO)溶液中的剥蚀行为。结果表明,合金在发生剥蚀时,EIS中将出现2个时间常数。2024-T3铝合金加载试样的EIS在12 h时出现2个时间常数,而未加载试样的EIS在12~24 h之间才出现2个时间常数,且通过对比剥蚀过程中2种试样EIS的拟合数据,说明局部拉弯应力对2024-T3铝合金剥蚀的发生及发展具有促进作用。     

蚁群算法的军事物流配送路径优化

在对一般VRP问题分析的基础上,建立了军事物流配送路径优化问题的数学模型,运用蚁群算法进行了仿真实验,实验结果表明,蚁群算法可以快速有效地解决军事物流配送的路径优化问题。     

航天远洋测控应用软件系统仿真测试平台

针对传统测试方法的不足,提出通过构建一套近似任务的仿真测试环境实现对航天远洋测控应用软件系统的充分测试。首先介绍MSTCAS(航天远洋测控应用软件系统)仿真测试平台的功能需求;其次描述MSTCAS仿真测试平台的系统组成和信息交互关系,提出了可重构的MSTCAS仿真测试平台系统设计方案,给出了仿真模型说明和基于平台的测试流程;最后进行了实践应用。应用证明,该测试平台系统设计合理、灵活通用,能够满足MSTCAS的全面测试需求。     

考虑气动加热和变截面惯性矩的高超声速飞行器建模与分析

由于高超声速飞行器弹性机体/发动机的高度一体化设计,使得此类飞行器的动力学建模与控制较为复杂,而作为控制的基础以及面向控制的总体优化设计都需要建立高精度的动力学模型。首先,建立了考虑气动加热和变截面惯性矩影响的高超声速飞行器自由梁结构弹性模型,分析了气动加热和变截面惯性矩对飞行器振型的影响,得出了气动加热对振型影响非常小且振型引起的攻角变化很小,变截面惯性矩对飞行器的振型影响较大且振型引起的攻角变化较大的结论。然后,建立了考虑气动加热和变截面惯性矩影响的自由梁高超声速飞行器动力学模型,对考虑气动加热和忽略气动加热、恒截面惯性矩和变截面惯性矩对应的动力学模型进行了零极点分布对比分析,得出了气动加热对飞行器的纵向动态特性影响很小,变截面惯性矩自由梁对应的高超声速飞行器在特征点处开环不稳定性更大和非最小相位行为约束变弱的结论。     

多载波相位编码新体制雷达研究与实现

针对传统相位编码雷达存在的多普勒敏感性,提出了一种基于正交多载波调制技术的相位编码新体制雷达。在该雷达体制中,调制码字对多路子载波信号同时进行调制,决定了发射信号的频谱结构。目标径向运动引起的多普勒频移表现为码元在频域的移位,从而保证了调制码字结构的完整性。目标回波信号解调得到的码字与参考码字进行相关处理得到目标速度信息,有效避免了多普勒敏感问题。文章讨论了该雷达体制的系统原理、波形综合和信号处理方法,提出了频域信号处理流程,分析了信号参数设计与系统性能。系统仿真和雷达外场试验表明了正交多载波相位编码新体制雷达的可行性。
     

基于压缩感知的多基地无源雷达成像算法

由于成像场景可稀疏表示（场景中仅有少数强散射点）,针对外辐射源信号波长长,带宽窄的特点,本文提出了基于压缩感知的多发单收无源雷达成像算法,该算法由符合图像统计特性的先验信息构造合理的傅里叶基矩阵,利用lp范数法将带约束条件强散射点增强问题转换为最优化问题,并通过迭代算法快速获得最优解。实验仿真结果表明小转角情况下,本文算法无需充足站点数目,并且能获得较好成像效果。
     

国外深空探测光学遥感载荷发展现状与启示

文章对国外近十几年来的深空探测光学遥感载荷的发展情况进行了介绍,并按科学目标进行了分类。总结了深空探测光学遥感载荷的发展趋势与启示,为深空探测光学遥感载荷的发展提出了几点建议。     

基于深度学习的单排孔气膜冷却性能预测

气膜冷却是增强涡轮叶片的高温耐受力,间接提高涡轮进口温度的有效手段之一。目前气膜冷却孔布局的主流设计方法是先通过计算流体力学（CFD）筛选和优化初始方案,再进行模型实验。这种方法设计周期长,时间成本高。传统上用于快速评估冷却效率的经验公式法存在函数形式复杂,拟合精度有限,参数适用范围较窄等问题。因此基于深度学习原理,设计了一种基于多层感知器模型（MLP）的深度神经网络,建立了绝热气膜冷却效率的预测模型。使用CFD数据训练网络,结果表明：深度学习模型在训练集和验证集上具有大于0.95的拟合度,在测试集上具有大于0.99的拟合度,可以较好地识别数据集中的抽象特征,具有较高的精度和较好的泛化能力。此外,在满足精度要求的前提下,一个完成训练的深度学习模型能够有效减少预测耗时,提高预测效率,在快速评估冷却布局性能方面具有较好的应用前景。