基于DPSA的几种全极化RWR前端升级方案

现代高技术战争条件下，电子战任务和电磁环境中威胁信号形式变得更加多样复杂，要求电子战支援系统（ESM）天线传感器能够接收和检测各种不同极化的威胁信号，即具有全极化接收能力。本文首先简要的介绍了一种性能优良的天线一双极化曲折天线（DPSA），然后提出了利用单个双级化曲折天线，将现有机载雷达告警接收机升级为全极化接收机系统的四种解决方案，其中重点介绍了基于极化组合/分解思想的第四种方案。     

方同轴线的特性分析

利用保角变换，分析并计算了方同轴线的特性阻抗和传输损耗。研究的结果表明，方同轴线的特性阻抗和传输损耗与内外导体尺寸以及间距的关系较大，内导体相对较大且间距越小，特性阻抗就越小。该结果为合理选择方同轴线的尺寸结构提供了参考。     

导弹密封皮碗的可靠寿命试验与评估

对某型号导弹密封系统所用的橡胶材料进行了加速老化试验，通过分析给出贮存可靠及可靠寿命等性能指标随时间、温度的变化规律。并引进随温度变化的失效率与加速系数，来研究材料对贮存温度的敏感性，从而为确定最佳贮存温度提供依据。     

基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿,提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界,利用上一时刻相对位姿信息,将对接环离散几何模型投影到像平面,并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差,进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性,因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验,分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比,结果表明,所提出的算法具有较高的精度和速度。     

类X-37B升力体再入飞行通信特性中断研究

针对再入非平衡等离子流场的数值仿真方法及等离子体鞘套对不同波段电磁波传输特性的预测开展研究。首先,利用某工程钝头体飞行器再入实测通信飞行测量数据,初步校验数值仿真等离子体特性和通信特性方法的正确性;其次,在典型弹道下针对升力体再入飞行器开展等离子体鞘套数值仿真,分别给出S波段、Ka波段与K波段电磁波衰减特性,研究指出结合当前国内中继星体制情况采用高频段电磁波Ka波段或K波段中继通信方式是解决通信黑障的技术途径之一;最后,研究了电磁波数衰减受传播方向角和攻角的影响规律。研究结果可为发展解决我国再入飞行器通信黑障的设计方案提供参考。     

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。     

空间在轨服务物理仿真系统有效性研究

研究典型在轨服务机器人气浮式物理仿真系统的有效性问题。针对在轨逼近和操作（抓取、移动和释放）这两种关键工作模式,从动力学原理和干扰下响应的一致性两个方面,系统分析了仿真数据的有效性。基于对误差模型的分析,研究仿真系统中干扰因素对仿真数据有效性的影响,给出物理仿真系统的可应用条件。将该结果应用到具体物理仿真系统中,可以对物理仿真试验起指导作用。     

信号采集卫星系统星地资源快速调度优化方法

针对信号采集卫星系统中,采集目标的优先级和携带的信息量在星地资源调度过程中不断随时间变化的特点,提出了一种基于二次映射编码的动态调度差分演化算法（QMDSDE）。算法将采集目标的优先级和携带的信息量进行加权,作为采集的收益。在迭代求解时,根据卫星可见时间窗口的周期性特点设置固定的检测频率,以当前时刻所有目标收益的平均值和敏感系数的乘积作为检测环境变化的阈值。当检测算子的值大于阈值时,算法通过前向预测模型动态调整搜索方向,寻找问题的实时Pareto最优解。算法采用二次映射编码消除星地资源组合中的无效解,降低了算法的搜索空间,提高了算法的求解速度。经仿真校验,该方法在信号采集过程中,可以得到收益较好的星地资源调度方案,且具备较快的收敛速度。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。