相对轨道自主确定方法的改进

编队飞行卫星相对轨道的确定具有重要意义。本文提出一种完全自主的定轨方案,在利用星间测量信息实现编队飞行卫星自主定轨的基础上,引入太阳敏感器测量信息,利用扩展卡尔曼滤波算法提高环绕星相对轨道确定精度。仿真结果验证了这种导航方案和算法的有效性。     

高轨卫星远程抵近轨道优化研究

针对高轨远程转移抵近的机动策略优化问题,使用Pork-chop速度增量等高线图对时间约束内单脉冲Lambert转移进行分析.而后建立多脉冲转移抵近的数学模型,以燃料最省为优化目标,使用差分进化算法(DE)搜寻全局最优解.通过仿真验证在不同脉冲次数、不同时间约束情形下的轨道抵近计算,得出三脉冲转移抵近相对较优的结论.     

一种相控阵天线转台伺服控制系统设计

针对相控阵天线测控系统小型化的需求,提出一种相控阵天线转台伺服控制系统设计方法,采用集成化的设计思想,将伺服控制系统集成到转台内部。系统设计有波束控制器,具有波束控制功能和自动跟踪目标的功能,以及利用网络通信方式实现对多套伺服控制系统的远程控制功能。系统的伺服控制器采用参数自适应模糊PID控制结合时间最优控制的复合控制算法,阶跃信号、正弦信号测试和跟踪测试结果表明,伺服控制系统具有优异的动态性能和较高的跟踪精度。该伺服控制系统功能丰富,控制性能良好,具有广阔的应用前景。     

激光模拟单粒子效应设备及试验研究进展综述

单粒子效应的脉冲激光模拟方法是单粒子效应地面模拟试验中近年来才发展起来的一种方法。文章主要介绍了脉冲激光模拟单粒子效应的基本原理、特点及国内外研究进展。研究表明脉冲激光模拟是一种有效、安全、经济、方便的地面模拟单粒子效应的方法,在器件单粒子效应危害评估及电路加固验证方面具有明显的优势。     

降落伞可靠性评定及其试验量决策

降落伞是回收着陆分系统的核心部分,其可靠度下限指标一般很高。若仅依据成败型系统级空投试验来评定该指标,需安排大量系统级空投试验,这在工程上通常难以接受。为了能够全面地反映降落伞的可靠性,本文提出了基于Bayes理论的降落伞可靠性评定方法。该方法将降落伞强度试验数据作为验前信息,采用Bayes理论将其与系统级空投试验信息融合起来,据此评定降落伞的可靠性。该方法建立在严格的理论推导之上,评估结果与工程实际情况相符,所计算的系统级空投试验量较经典方法大为降低,可大量节约试验经费和工作量。将上述方法应用于某型降落伞可靠性分析,结果表明该方法是有效可行的。     

改进的迭代粒子滤波法在GPS数据处理中的应用

研究粒子滤波方法(PF)处理GPS测量数据.采用迭代Kalman滤波方法产生粒子滤波器中的粒子,得到更精确的目标状态估计.同时利用目标运动方程向后外推目标状态,综合利用外推的目标状态以及历史现测数据确定各粒子的权值,降低现测随机误差的影响,从而提高粒子滤波器的性能.采用改进的粒子滤波方法处理GPS测量数据,仿真结果表明...     

用于真空低温环境的热像仪设备舱方案设计和分析

为实现热像仪在真空低温环境下对目标红外辐射的测量,设计了热像仪设备舱。该舱主要包括机械结构与电气系统,可为热像仪提供温度可控、压力基本恒定的环境。其中,机械结构实现热像仪的结构支撑和密封,电气系统实现舱内的温度控制以及压力监测。文章运用有限元软件仿真分析了温度控制系统可实现的控温范围,并用试验方法验证了仿真分析方法的可靠性;还对设备舱的压力变化及密封圈所需的预紧力进行了估算。分析表明该设备舱能够为热像仪在真空低温环境下提供正常的工作条件。     

UPF融合处理GPS载波相位及雷达测距数据的方法

针对GPS载波相位以及雷达测距方程的非线性,采用UPF法融合处理载波相位及雷达测距数据,获得高精度的目标飞行轨道参数,克服了测量GPS卫星较少时不能定位等缺点。仿真结果表明,采用UPF法融合处理GPS载波相位及雷达测距数据,能稳健地确定飞行目标的三维坐标分量及三维速度分量,对比EKF等融合方法其定位精度有了很大提高,可以应用在飞行器跟踪测量的数据融合处理中。     

可重复使用增压输送技术发展研究

调研了国外可重复运载器的增压输送系统设计、结构材料、热防护、密封技术、焊接检测技术,并在此基础上找出了国外增压输送系统的先进性和可借鉴性,结合我国现有实际情况,对后续可重复使用的增压输送系统技术进行了展望和关键项目规划,包括可重复使用的阀门、密封等关键技术。     

跨传感器异步迁移学习的室内单目无人机避障

针对强化学习策略由仿真环境向实际迁移困难的问题,以提高无人机采用无深度信息单目视觉时的行人规避能力为目标,提出一种基于异步深度神经网络结构的跨传感器迁移学习方法。首先,在仿真环境中仅使用虚拟单线激光雷达作为传感器,通过基于确定性策略梯度(DDPG)的深度强化学习方法,训练得到一个稳定的初级避障策略。其次,用单目摄像头和激光雷达同步采集现实环境中的视觉和深度数据集并逐帧绑定,使用上述初级避障策略对现实数据集进行自动标注,进而训练得到无需激光雷达数据的单目视觉避障策略,实现从虚拟激光雷达到现实单目视觉的跨传感器迁移学习。最后,引入YOLO v3-tiny网络与Resnet18网络组成异步深度神经网络结构,有效提高了存在行人场景下的避障性能。