垂直返回重复使用运载火箭技术分析

结合SpaceX公司近期进行的多次猎鹰火箭一子级垂直着陆返回技术试验,对比分析垂直返回重复使用运载火箭两种返回方式的工程应用价值。首先,建立运载火箭一子级动力返回段弹道设计动力学模型。随后,提出基于H-V飞行剖面分段返回弹道设计方法。然后针对“返回原场”（RTLS）和“不返回原场”(NRTLS)两种垂直返回方式,构建综合考虑上升段与返回段的推进剂耦合作用的一体化弹道优化设计策略。最后,通过数值仿真,对比分析了两种返回方式下的火箭运载能力。结果表明,采用“不返回原场”方式的运载能力损失仅占“返回原场”方式的一半,具有较好的工程应用价值。     

采用弱攻角补偿与脱敏设计的火星进入段制导

为提升火星进入段存在多种扰动时的制导末端精度,在现有三自由度脱敏设计的基础上,提出针对大气密度及升阻力系数波动的弱攻角补偿方法。通过攻角调整,协调升、阻力加速度测量值相对理论计算值的偏离程度,使加权形式的偏离程度指标趋近于1,从而降低气动参数波动对制导精度的影响。相平面分析和反证法证明了攻角调整过程的稳定性。蒙特卡洛仿真结果表明,该方法可达到较高的纵向末端状态精度。     

一种适用于大场景圆迹环扫SAR的改进CS成像算法

在宽测绘带圆迹环扫合成孔径雷达(CSSAR)中,目标斜距表示形式复杂,测绘带内距离徙动(RCM)变化剧烈均给成像处理引入难点。针对上述问题,根据圆迹环扫SAR平台的运动特性,使用高阶逼近的方法建立圆弧曲线模型下的回波信号斜距方程,并以导出的二维频谱高阶近似解析表达式为基础,考虑大场景下的距离徙动空变问题,对空变的斜距历程进行详细的分析,并提出了一种适用于大场景圆迹环扫SAR的改进线性调频变标(CS)成像算法。仿真结果说明,曲线模型的斜距方程精度较高,该算法能够精确校正空变的距离徙动,对较大场景取得了较好的成像效果。     

沸石分子筛对航天器分子污染物的吸附性能研究

针对空间环境中有机污染物沉积在航天器敏感部件上造成相关功能失效问题,提出一种利用沸石分子筛多孔结构在轨清除有机污染物的新方法。研究了真空环境中,Naβ、NaY、13X三种分子筛对某型号电缆真空放气产物的吸附能力,结果表明13X的吸附能力优于其它两种分子筛,饱和吸收率为14.03%。将其作为分子吸附器的吸附材料应用到航天器易污染的部位,将会有效控制航天器在轨运行的污染水平,提高可靠性。     

基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002 m,相对姿态精度优于0.1°。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于深度神经网络的客机总体设计参数敏感性分析

飞机总体主要设计参数敏感性分析揭示了总体主要设计参数对飞机特性指标的影响,有助于总体设计方案的决策。针对宽体客机总体主要设计参数敏感性问题,根据其总体主要设计参数和特性指标的特点,以及多学科间的耦合关系,建立了深度神经网络模型。该深度神经网络模型以客机总体主要设计参数为输入,对特性指标进行预测。在深度神经网络模型中,设置了多个输入层、多个输出层以及多个分块的隐藏层,从而模拟客机总体主要设计参数对特性指标的影响以及不同特性指标之间的相互作用。测试结果表明,与传统代理模型相比,深度神经网络模型对客机特性指标的预测精度更高,多参数适应性更好。利用该深度神经网络模型对客机总体主要设计参数进行敏感性分析。分析结果表明,机翼1/4弦线后掠角在30°~31.5°时,有利于减少最大起飞重量和起飞平衡场长;发动机海平面最大静推力和机翼面积对客机直接使用成本、最大起飞重量等特性指标的影响最为显著。     

飞行控制律对体自由度颤振特性影响试验

飞翼飞机易发生刚体短周期模态与机翼低阶弯曲模态耦合所致的体自由度颤振。飞行控制系统对飞机的短周期模态特性影响很大,因此考虑飞行控制系统的闭环体自由度颤振特性值得进一步研究。针对自主设计的颤振模型开发了相应的俯仰姿态保持控制律,综合运用风洞试验和仿真计算开展了相关研究,获得了不同刚体自由边界条件下的开环/闭环体自由度颤振特性,研究了闭环增益对体自由度颤振特性的影响规律,简要分析了影响机理。试验和仿真计算结果共同表明：俯仰姿态保持控制律明显地改变了俯仰模态阻尼的原有走势,闭环后的体自由度颤振特性变化明显。以开环颤振速度为基准,采用较小的比例回路增益K_P或较大的微分回路增益K_D,飞行控制律能增加飞行器俯仰阻尼,提高体自由度颤振速度,反之飞行控制律将导致颤振速度降低。就本文控制律而言,当K_P<0.07或K_D>0.2时俯仰姿态保持控制律能起到抑制体自由度颤振的作用。     

无人机气动力地面车载测试系统

介绍了中国航天空气动力技术研究院开发的一种用于测量全尺寸无人机气动力的地面车载测试系统（GTV）。车载测试系统采用一辆中型卡车进行相关改造,将试验无人机机身安装在其顶部,通过汽车牵引能够达到40km/h的速度。一套专用的测试天平系统和数据采集系统用于记录试验中无人机产生的升力、阻力以及俯仰力矩等数据。主要介绍测试天平系统的设计,数据采集测试系统,测试方法和试验结果。多元静态原位校准加载结果表明天平测试系统输出信号线性度以及重复性较好。动态校准试验采用一副定常展弦比6的机翼进行,试验结果与已知的风洞试验数据进行了比对。车载测试系统试验结果的升力和俯仰力矩数据不同车次之间重复性较好,并且与风洞试验数据基本一致。但阻力数据的离散度要比风洞试验时大得多,并且试验结果比风洞试验时偏小一些,试验证明地面车载测试系统的阻力测量难度较大。