对GEO卫星照相的HEO卫星变轨策略研究

为对地球同步轨道卫星近距离光学照相,设计了大椭圆任务轨道.在考虑地球扁率J2的动力学模型下,研究了大椭圆轨道变轨策略,提出了轨道设计方案,并进行了仿真计算.基于STK软件对变轨方案进行了仿真验证,结果表明所提出的轨道设计方案能够满足对地球同步轨道卫星近距离光学照相要求.     

低成本多传感器组合导航系统在小型无人机自主飞行中的研究与应用

为了满足小型无人机自主控制系统对导航系统性能的要求,研究低成本的基于微机电系统的捷联惯性导航系统(MEMS-SINS)/全球定位系统(GPS)/磁强计组合导航系统。提出一种利用磁强计辅助MEMS-SINS的静基座初始姿态确定方法,采用四元数误差模型对MEMS-SINS/GPS/磁强计组合导航系统进行信息融合的建模,采用基于正交三角(QR)分解的平方根无色卡尔曼滤波(UKF)非线性估计方法对组合导航系统进行数据融合,克服由于计算机舍入误差引起的状态协方差阵的计算值失去非负定性甚至对称性,通过小型无人机的自主飞行试验,证实MEMS-SINS/GPS/磁强计组合导航算法满足小型无人机自主控制系统的要求。     

双模态冲压发动机燃烧性能初步研究

通过数值模拟和地面试验研究了当量比和注油分布对双模态冲压发动机燃烧性能的影响,结果表明：在隔离段入口马赫数为2.0,总温为1100K,总压为1MPa的来流条件下,总当量比为0.6时,燃烧模态为双模态亚燃,热力喉道位置位于凹槽出口处;总当量比大于0.6时,发动机燃烧模态为亚燃,热力喉道位置相同,流场结构稳定.通过选取压力参考点的方法,发展了发动机推力快速分析方法,误差较小.     

基于实验的自适应随机测试效率分析

自适应随机测试通过自适应算法对随机测试进行加强,从而提高软件失效检测能力.现有研究过多强调了其在F-度量上的优势,而较少考虑输入域的诸多因素对自适应随机测试效率的影响.选取3类典型自适应随机测试算法和随机测试算法,分析被测软件失效区域紧致程度、维度对算法的影响,并选取自适应随机算法中测试效果最佳的固定候选集算法在非数值条件下与随机算法比对.结果表明,自适应随机测试受输入域的诸多因素影响,适用性有限,实际测试中对测试效率的提升效果并不明显.      

液体火箭推进系统频率特性的灵敏度分析

针对液体火箭飞行过程中POGO振动对火箭系统的不利影响,建立了液体火箭推进系统动力学模型,以区间数学为理论基础,对推进系统频率特性进行灵敏度分析,得到了推进系统的流体惯性、阻力和刚度参数对推进系统频率特性的影响规律。研究结果表明：液体火箭推进系统振动频率对流体惯性参数的敏感程度比流体阻力参数和流体刚度参数明显大,泵前短管流体惯性的变化对推进系统振动频率的影响最大,补偿管路流体刚度的变化对推进系统振动频率的影响最小。为合理设计推进系统的动力学参数,降低推进系统的振动频率,抑制 POGO 振动的发生提供理论依据。     

航天器轨道机动的闭环控制精度分析

利用线性协方差分析法对航天器在闭环控制作用下轨道机动的精度问题进行了研究。首先,分析了存在的主要误差,给出了误差影响下航天器轨道机动闭环控制的系统框图。然后建立了开环和闭环控制系统协方差分析的数学模型,并根据轨道方程线性化给出了脉冲速度修正算法。对赤道大椭圆轨道卫星开环和闭环控制下轨道机动的精度问题进行了分析,与Monte Carlo仿真结果与一致,校验了方法的有效性与正确性。     

伺服机构恒压变量泵压力脉动分析

对某运载火箭整箭测试中一级伺服机构出现压力脉动的原因进行了分析。根据伺服机构变量泵原理,认为引起压力脉动的主要因素是变量泵调节机构。建立了变量泵的仿真模型,讨论了变量调节机构灵敏度和管路结构等其他因素对变量柱塞泵输出压力脉动的影响,以及压力脉动对控制元件和执行元件的影响。结果表明:变量泵的低频小幅值压力脉动对整个伺服系统的控制元件和执行元件均无影响。伺服机构能正常稳定地工作,保证运载火箭的飞行可靠性。     

多数据源信息融合的建筑用电设备故障诊断系统研究

针对单一检测量难以形成完备可靠的故障诊断结论的难题,本文设计了一种基于多数据源信息融合的建筑用电设备故障诊断系统。首先提出了多传感器信息融合的故障诊断系统结构,然后对系统涉及的关键技术分别进行了介绍,基于虚拟仪器Lab VIEW,设计建筑用电设备故障诊断监控平台,并结合教学楼用电设备给出了系统的应用实例。该用电设备故障诊断系统可以有效提高故障确诊率,降低诊断的不确定性。     

Evaluation of three high-resolution satellite precipitation estimates: Potential for monsoon monitoring over Pakistan

Multi-sensor precipitation datasets including two products from the Tropical Rainfall Measuring Mission (TRMM) Multi-satellite Precipitation Analysis (TMPA) and estimates from Climate Prediction Center Morphing Technique (CMORPH) product were quantitatively evaluated to study the monsoon variability over Pakistan. Several statistical and graphical techniques are applied to illustrate the nonconformity of the three satellite products from the gauge observations. During the monsoon season (JAS), the three satellite precipitation products captures the intense precipitation well, all showing high correlation for high rain rates (>30 mm/day). The spatial and temporal satellite rainfall error variability shows a significant geo-topography dependent distribution, as all the three products overestimate over mountain ranges in the north and coastal region in the south parts of Indus basin. The TMPA-RT product tends to overestimate light rain rates (approximately 100%) and the bias is low for high rain rates (about ±20%). In general, daily comparisons from 2005 to 2010 show the best agreement between the TMPA-V7 research product and gauge observations with correlation coefficient values ranging from moderate (0.4) to high (0.8) over the spatial domain of Pakistan. The seasonal variation of rainfall frequency has large biases (100–140%) over high latitudes (36N) with complex terrain for daily, monsoon, and pre-monsoon comparisons. Relatively low uncertainties and errors (Bias ±25% and MAE 1–10 mm) were associated with the TMPA-RT product during the monsoon-dominated region (32–35N), thus demonstrating their potential use for developing an operational hydrological application of the satellite-based near real-time products in Pakistan for flood monitoring.     

基于双重分类深度学习的低空目标自动检测方法

由于图像数量多,因此准确、高效的目标检测是提升靶场光测图像处理自动化程度的关键步骤.针对低空目标图像及目标类型多、目标特性变化等情况导致传统目标检测算法适应性差的问题,提出了一种基于双重分类深度学习的低空目标自动检测方法.该方法基于深度学习目标检测框架YOLO V3,根据低空目标的亮度和形状的双重属性特征,将网络输出层...