新型柔索式杆束结构压紧释放装置

针对空间机械臂、空间可展开天线等空间机构在收拢状态的杆束结构压紧与释放问题,提出一种基于柔性索捆绑压紧与热刀释放的新型压紧释放装置。建立了柔索式压紧释放装置锁紧状态的力学模型,分析了静态压紧和考虑惯性载荷情况下的绳索预紧力变化情况,得到了满足可靠压紧的绳索预紧力设计值。基于质量和刚度等效,设计了机械臂杆束结构力学等效件,并进行了正弦与随机振动力学试验。试验结果验证了所设计的柔索式杆束结构压紧释放装置的可行性,并可以推广到具有复杂包络的杆束结构压紧释放中。     

带轴对称台阶的圆锥高超声速边界层转捩试验

在Ma 6风洞内,通过高频脉动压力测试技术和基于纳米粒子示踪的平面激光散射(NPLS)技术,分别对带前向、后向轴对称台阶的圆锥高超声速边界层转捩进行了试验研究。采用功率谱密度分析和互相关计算等方法对脉动压力数据进行分析,得到了边界层中扰动波的发展规律,定量分析了第二模态波的相关参数。结果显示：两种模型中第二模态波在沿流向向下游发展的过程中,其幅值均先增大再衰减、特征频率均逐渐减小;特征频率和传播速度整体上均随雷诺数的增大而增加(后台阶模型中特征频率由100 kHz增至196 kHz,前台阶中则由 97 kHz 增至174 kHz)、波长变化规律则与之相反(后台阶中由6.35 mm降至4.54 mm,前台阶由7.35 mm降至 4.66 mm );后台阶模型中第二模态波初次出现位置比前台阶中更靠近上游,边界层转捩位置较前台阶前移。将NPLS结果与高频脉动压力测试结果进行对比,两者吻合较好。     

谱估计理论在弹道数据参数化建模中的应用

针对高超声速飞行器防御作战中目标运动规律的描述问题,提出一种基于经典和现代谱估计理论的弹道数据参数化分析和建模方法。该方法将弹道数据视作非平稳随机信号,研究其变化规律：首先,通过线性消势法消除信号的线性趋势,将其转变为平稳信号,以便于进行谱估计;然后,采用Welch算法给出大致的谱图,结合该谱图和改进的协方差法确定自回归参数模型的阶数,以避免模型阶数选择准则引起的不确定性问题;最终,给出弹道数据的参数化模型。仿真结果表明,使用本文算法建立的弹道数据参数化模型与动力学模型具有较高的一 致性。     

基于时频二维估计的卫星导航失锁快速重定位技术

卫星导航接收机在天线受到遮挡或者弱信号环境中易出现信号失锁现象,信号恢复后的重定位时间成为接收机的一项重要性能指标。提出一种基于时频二维估计、适用于中低动态应用场景的失锁快速重定位技术,利用信号失锁前测量的载波多普勒频率和码相位等信息对失锁后的多普勒频率及码相位进行估计,信号恢复后直接启用信号跟踪,无需进行位同步和帧同步,即可实现快速重定位。对该技术进行工程实现及试验验证,结果表明信号输入功率高于–145dBm(积分时间为10ms)、失锁时间小于60s时,接收机重定位时间在1s以内。     

加权叠加结构滤波器组动态信道化结构研究

针对传统DFT多相结构滤波器组动态信道化结构要求系统过采样因子必须为整数,限制了参数设置的灵活性的问题,将灵活高效的加权叠加(WOLA)结构滤波器组引入动态信道化结构。通过公式推导得到WOLA综合滤波器组的实现结构,进而设计了基于WOLA结构滤波器组的动态信道化结构。仿真结果表明,设计的动态信道化结构解除了系统过采样因子必须为整数的限制,增强了参数设置的灵活性,同时与DFT多相结构滤波器组动态信道化结构相比,重构误差减小了一个量级,具有良好的重构特性。     

基于ICKF的永磁同步电机无传感器控制方法

针对在永磁同步电机(Permanent magnet synchronous motor,PMSM)中安装传感器带来的高成本、体积增大、可靠性降低和易受环境干扰等问题,提出采用迭代容积卡尔曼滤波(Iterative cubature Kalman filter,ICKF)算法来估计电机转速和转子位置,并将其应用于永磁同步电机无传感器控制。首先,建立了PMSM在α-β坐标系下的离散数学模型。其次,在Matlab/Simulink环境下分别建立了基于容积卡尔曼滤波(Cubature Kalman filter,CKF)和ICKF的PMSM转速、电流双闭环的无传感器矢量控制系统仿真模型,并进行了给定转速和加负载两种工况的仿真验证。最后,基于TMS320F28335芯片搭建了硬件实验验证平台。仿真分析与实验结果均表明,迭代容积卡尔曼滤波算法应用于永磁同步电机无传感器控制中抗负载变化干扰性好、电机运行稳定、电机转速和转子位置估计精度高,可满足对电机精确控制要求较高的应用场合,具有重要参考价值和推广意义。     

Experiment on Boiling Heat Transfer of Refrigerant R134a in Mini-channels

The flow boiling heat transfer characteristics of refrigerant R134 a flowing inside two different kinds of minichannels are investigated. One channel is multi-port extruded with the hydraulic diameter of 0.63 mm,and the other one is rectangular with offset fins and a hydraulic diameter of 1.28 mm. The experiments are performed with a mass flow rate between 68 and 630 kg/(m~2·s),a heat flux between 9 and 64 kW/m~2,and a saturation pressure between 0.24 and 0.63 MPa,under the constant heat flux heating mode. It is found that the effect of mass flow rate on boiling heat transfer is related to heat flux,and that with the increase of heat flux,the effect can only be efficient in higher vapor quality region. The effects of heat flux and saturation pressure on boiling heat transfer are related to a threshold vapor quality,and the value will gradually decrease with the increase of heat flux or saturation pressure. Based on these analyses,a new correlation is proposed to predict the boiling heat transfer coefficient of refrigerant R134 a in the mini-channels under the experimental conditions.     

飞行器程控跟踪相控阵天线安装误差补偿技术

针对窄波束高增益相控阵天线波束指向精度要求高、安装误差对波束指向的影响无法忽略的问题,提出了一种基于光学瞄准的安装误差测量方法,给出了光学测量内容和误差修正矩阵,经某型无人机飞行测试表明,该方法可以减少由安装误差带来的波束指向偏差,对高精度波束指向具有重要意义。     

基于粗糙集特征选择的过拟合现象及应对策略

在粗糙集方法中,利用向前启发式算法进行特征选择,是一个逐步加入重要度最高的特征的过程,直至满足所给定的约束条件。但使用这一策略选择出来的特征子集有可能产生过拟合现象。鉴于此,设计了一种新的启发式算法,其主要思想是借助交叉验证的方法对特征的重要度进行计算,当过拟合出现时,则采用截断式机制终止算法。使用邻域粗糙集模型,在UCI数据集上将启发式算法与所提算法进行对比分析,实验结果表明:所提算法能够有效地降低过拟合的程度;利用所提算法得到的特征子集能够带来更好的分类性能。     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。