星间链路联合磁测约束的低轨星座自主导航

为解决星座仅依靠星间链路测量进行自主导航时的整体旋转和漂移问题,提出一种星间链路联合磁测约束的低轨星座自主导航方法.通过星间观测相机和磁强计,获得同轨道相邻卫星视线矢量与地磁场方向之间的角距和地磁场模值,为低轨星座引入空间基准信息.在非秩亏性分析的基础上,分别建立状态方程和量测方程,利用扩展卡尔曼滤波方法进行整星座的最优状态估计.仿真结果表明,星座卫星自主导航位置精度优于20m,速度精度优于0.05m·s^-1,自主导航运行时间维持180天,能够满足低轨卫星星座自主导航的应用需求.     

利用上游沙丘形斜坡增强气膜冷却

在平板上开设单排气膜孔,并通过红外测温法,实验研究了四个典型吹风比(0.5、1.0、1.5和2.0)下圆柱形气膜孔(CH)安置上游沙丘形斜坡(SDR)的绝热气膜冷却效率,并与平直楔形斜坡(SWR)进行了对比,同时结合数值模拟对不同形状的上游斜坡作用机制进行了剖析。研究结果表明:相比SWR,SDR可以诱导出特有的反肾形涡对,因而其在强化气膜冷却方面更具优势。在小吹风比下(吹风比为0.5),SWR和SDR可以分别提高特定区域(孔下游15倍孔径范围内)的面积平均气膜冷却效率达26%和75%左右,在高吹风比下(吹风比为1.5),两者的相对提高幅度分别高达100%和150%左右。     

高热流密度燃烧室壁面阵列空气射流-燃油组合冷却结构研究

针对高热流密度燃烧室壁面热防护需求,提出了一种空气阵列射流冲击和燃油冷却肋板的集成冷却方式,在射流平均雷诺数Rej为1×104～3×104,燃油进口流速vf为2.33～5.23m/s内,采用数值模拟方法对其传热特性进行了研究,并基于壁面加热侧当量对流换热系数的概念,分析了基准肋板以及燃油冷却肋板的传热增强作用.与无肋板...     

一体化加力燃烧室冷态流动特性数值研究

将混合扩压器与火焰稳定器融为一体设计,并引入外涵冷流对高温结构件进行强化冷却,采用数值仿真方法,对比分析入口涵道比(0.278～0.583)和总温比(0.418～0.464)对一体化加力燃烧室中流动特征及其冷却性能的影响.结果 表明:在研究参数范围内,大部分外涵冷流冷却隔热屏或直接进入加力燃烧室参与混合,仅有少部分进入...     

面向轻体无人船舶的自供能毛细波推进器研究

毛细波推进器作为一种新型动力装置在无人船舶、医疗机器人等领域有着应用前景，然而其能量供给方式与推力特性之间的关系有待深入探索。本文提出一种基于摩擦纳米发电机的自供能推进方式，其可利用环境中的风能、波浪能等作为能量源，驱动介电润湿单元产生毛细波，并利用反推力推进船舶。在输出电压520 V，频率5 Hz的情况下，成功实现对一重量为3.42 g的泡沫船实现推进。本文探索了一种不依赖传统能源与结构的新型船舶推进模式，为今后轻型船舶的动力提供了新的解决思路。     

基于空基平台的激光通信技术研究和展望

深低温阀门多为常温设计，低温服役。宽温域引起的结构变形将诱发阀门导向卡滞、密封泄漏等安全问题。采用有限元分析方法获取阀门导向副配合部位变形量，提出迭代镜像补偿方法解决深低温服役的阀门导向副变形超差问题。经分析，在深低温工况下阀门配合间隙均超出设计允许值，导向行程最大时配合间隙减小17.95%至16.41 μm；补偿后导向副配合间隙变形量控制在1 μm内，满足深低温工况下阀门形状设计要求，验证了迭代镜像补偿方法的有效性。     

无人机载MiniSAR实时成像处理GPU异步优化

合成孔径雷达(SAR)以其全天候、全天时的工作特性及其分辨率不随平台高度变化的成像特性，已成为航天遥感、目标检测领域重要的传感器之一。SAR算法复杂度往往与成像分辨率呈正相关，其中计算量问题成为雷达成像实时性的一大挑战。无人机载MiniSAR具有小型化、低功耗、灵活性强和隐蔽性强等优点，其小型化使设备计算能力受限，加剧了复杂度与分辨率之间的矛盾。图形处理单元(GPU)和多线程技术发展迅速，为无人机载MiniSAR实时成像提供了平台。本文根据实时处理机数据流和GPU异构系统的特点，提出了一种GPU异步优化方案，该方案可明显提高中央处理单元(CPU)与GPU之间的并行工作效率，节约大部分的数据存取开销。实验结果证明:GPU的成像效率是单CPU系统的12倍左右，在此基础上，使用GPU异步优化方案后效率可继续提升15%左右。本文提出的设计思路可显著缓解无人机载MiniSAR的实时成像计算压力。     

关于隐身目标检测与跟踪的几点思考

隐身武器装备的出现和发展对传统雷达的检测与跟踪性能构成了严峻的威胁。首先,分析了隐身目标检测与跟踪中存在的一些关键问题;然后,对高机动隐身目标、多隐身目标、机载高脉冲重复频率雷达的多隐身目标等检测与跟踪问题进行了初步的探讨,并提出了一些可行的解决方案。     

基于Armijo准则和BFGS算法的运载火箭控制重分配

以某型运载火箭为研究对象，研究了伺服机构故障下的重构控制问题。将该问题转化为有约束二次规划问题，采用一种Armijo准则和BFGS算法相结合的控制分配方法来求解。Armijo准则可以保证优化算法的收敛性，而BFGS算法则避免了迭代过程对Hesse阵的求逆运算，且具有收敛快的优点。将该重构方法与不动点迭代算法进行了对比，该算法经过8次迭代收敛，目标函数值和误差值分别收敛到${\mathrm{10}}^{\mathrm{2}}$量级左右和${\mathrm{10}}^{-\mathrm{5}}$量级；而不动点迭代算法经过30次迭代尚未完全收敛，目标函数值和误差分别收敛到${\mathrm{10}}^{\mathrm{3}}$量级左右和${\mathrm{10}}^{-\mathrm{2}}$量级。结果表明该重构方法比不动点迭代算法收敛快且收敛精度高。以单台发动机发生卡死故障为例对该方法进行了仿真验证，得到了与无故障情况下相同的控制效果，验证了该重构方法的有效性和正确性。