空间绳系组合体拖曳动力学分析及振动控制

空间绳系捕获系统捕获目标物后的组合体在拖曳离轨过程中常产生振动,为此,建立了切向连续推力作用下的空间拖曳绳系组合体面内动力学模型,并对模型进行了横向摆动与纵向振动耦合分析。针对组合体的纵向振动问题提出了一种以张力控制为内环、速度控制为外环的双闭环振动控制策略。进行了振动控制仿真分析,并根据动力学的相似性,建立地面模拟实验系统,仿真与实验结果表明该控制策略可迅速抑制组合体纵向振动、减小系绳冲击并可避免出现系绳松弛现象。     

高空飞行环境中液体运载火箭底部热环境研究

采用数值模拟和飞行测试验证相结合的方法对液体运载火箭高空对流/辐射耦合换热问题开展系统深入研究。基于燃气多组分输运Navier-Stokes方程、热辐射方程、Realizable k-ε两方程湍流模型,建立了高空含自由流的运载火箭燃气喷流流动模型。辐射模型采用离散坐标法(DOM),空间离散采用二阶迎风TVD格式,对多个典型飞行高度火箭底部热流进行大型并行计算,将数值结果与试验数据进行广泛对比,验证了计算模型的精度和有效性。数值研究表明,火箭底部辐射热流在刚起飞阶段达到最大值,随着飞行高度上升,辐射热流逐渐降低,火箭底部对流热流表现为先升高后降低的趋势,并在20 km高空达到峰值。本文的预测分析方法对液体运载火箭底部热防护设计具有重要的理论意义和工程应用价值。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。     

雷达隐身技术概述

从外形设计、吸波材料、对消、干扰和微波传播指示技术五个方面对雷达隐身技术的实现方法进行了综述。分析了利用外形设计技术降低雷达散射截面积的方法和存在的缺点；吸波材料技术的发展方向是研制新机理吸波材料，并介绍了几种新型雷达吸波材料。最后对利用干扰技术、对消技术和微波传播指示技术实现雷达隐身的方法和发展情况进行了阐述。指出要有效地实现目标雷达隐身，需综合运用各种隐身方法。     

旋成体在无侧滑大攻角下的横向气动力特性

介绍具有尖锥头部细长旋成体（以下简称弹体）在无侧滑下横向气动力随攻角变化特性，其中包括尖锥头部顶角、旋成体长细比、初始滚转角、试验雷诺数诸参数对横向气动特性的影响。还介绍美国ＮＡＳＡ的一篇综合研究报告的部分结果。试验结果表明，在低亚音速下，弹体气动特性对上述诸参数反应极为敏感，有时呈现随机特性。头部加边条、减小长细比或在后体装尾翼，将有助于减弱横向气动力。采用弹体旋转飞行技术，虽然产生Ｍａｇｎｕｓ侧向力，但有效地克服了气动力的随机性。     

传输/反射法测量复介电常数的三个方程研究

介绍了利用传输／反射参数测量复介电常数的三个方程。利用奇偶模方法分析传输线与二端口网络，得到传播常数与归一化特性阻抗的解析解。进而得到确定复介电常数的三个方程。利用这些方程仅用一次测量解决已有传输／反射法中存在的低损耗材料的厚度谐振问题、多值性问题及其它问题。讨论了利用这三个方程通过一次测量解决上述问题的方法并分析了这些方程的测量不确定度。最后给出了实验结果。     

多飞行器测控技术的研究

提出了一种基于DBF和DMF-CDMA技术的多飞行器测控系统。首先描述了系统的工作原理，然后对DBF给出了全面和详细的计算机仿真，包括圆面阵DBF阵因子方向图仿真和DBF对多飞行器的搜索与跟踪仿真。最后对DMF-CDMA给出了实验结果。实验的硬软件巳达到实用水平。这些说明本文提出的多飞行器测控方案是可行的。     

扩展旋转矢量捷联姿态算法

给出了一种新的旋转矢量捷联姿态构造算法，该算法由陀螺样本的多重积分来构造旋转矢量的最小二乘估计。新算法具有较好的顺序递推结构，易于在机载计算机上编程实现，比传统方法更容易满足一些限制较多的特殊应用。文中还给出了该算法在机载计算机上的计算流程及算法的局部硬件化实现。     

环境减灾-1A、1B卫星研制综述

环境与灾害监测预报小卫星星座--环境减灾-1A、1B卫星经历了方案阶段、初样阶段、正样阶段的研制工作,研制中解决了星座设计与优化、全新载荷的研制难题,克服了主动段时间长和任务与接口要求变化大等问题,积累了丰富的经验和教训,可以为其它型号研制提供借鉴.     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。