旋转机翼无人机纵向自适应滑模控制研究

针对旋转机翼无人机过渡前飞过程中,旋翼的下洗流对平尾干扰非常强的问题,提出了一种自适应滑模控制方法。首先,建立了旋转机翼无人机的纵向线性飞行动力学模型,并考虑了多输入的控制分配与俯仰干扰力矩;然后,构造了旋转机翼无人机的期望滑动面,将自适应控制与滑模控制相结合,设计了旋转机翼飞行器过渡前飞段的自适应滑模控制器;最后,进行了仿真验证。仿真结果表明,设计的控制器能较好地抑制非线性气动干扰对无人机的影响。所得结果对旋转机翼飞行器的工程发展具备一定的参考价值。     

硅微谐振加速度计的研究现状及发展趋势

硅微谐振加速度计具有体积小、 功耗低、 准数字量输出和精度提升大的优点,是一种具有良好应用前景的高精度MEMS惯性仪表.总结分析了近些年国内外在硅微谐振加速度计方面的研究现状,主要在结构设计及工艺、 测控电路设计等方面阐述了各自特点.最后,结合近些年MEMS惯性仪表的发展趋势,对硅微谐振加速度计晶圆级真空封装、 测控电路数字化、仪表补偿智能化3个发展方向进行了展望.     

一种高超星图高精度半盲复原算法

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作,接着从图像中提出可用的模糊核信息,并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性,提出一种针对高超星图的正则化非盲复原模型,利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,结果表明本算法复原效果最佳,且能明显改善星点识别正确率及质心坐标计算精度,可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。     

固体微推力器阵列的推力估计与分配补偿方法

针对固体微推力器阵列(SPMA)中微推力器一次性点火,推力测试中难以获得精确推力的特点,为实现推力在线估计和实时补偿,提出一种利用二次规划对微推力器阵列推力进行估计,同时结合混合整数规划算法进行推力分配的方法,对估计算法收敛性以及控制系统稳定性进行了分析。该方法在不修改控制律的前提下,对推力器推力进行在线估计,并采用推力分配的方法实时补偿推力器出现的推力偏差,对系统稳定性的分析证明该方法可以保证系统的有界稳定。将其应用到微纳卫星编队保持中,仿真结果表明,在微推力器阵列出现推力偏差的情况下,该方法能很好地补偿推力偏差对控制系统造成的影响。     

14 nm pFinFET器件抗单粒子辐射的加固方法

为探究先进互补金属氧化物半导体（CMOS）工艺在空间应用中的可靠性问题，研究14 nm工艺下P型沟道鳍式场效应晶体管(pFinFET)器件中的抗单粒子瞬态(SET)加固策略。通过在器件中插入平行于鳍方向的重掺杂N型沟槽(Ntie)和P型沟槽(Ptie)来减缓SET的影响。三维TCAD仿真结果表明：加固之后器件的抗SET特性和沟槽本身的偏置条件相关。当重掺杂沟槽处于零偏状态时，抗辐射加固的性能最好，SET脉冲宽度降低程度可达40%左右；然而，当处于反偏状态时，由于特殊的电荷收集过程的存在，使得SET脉冲幅度反而会明显增大，脉冲宽度减小程度并不明显。此外，还研究沟槽面积、间距及掺杂浓度对pFinFET中的SET脉冲宽度的影响，得到提高抗SET效果的加固方法。     

起飞速度小于Vmca时发动机失效的飞行学员核心胜任力研究

将胜任力引入飞行员能力评估，实施面向飞行员核心胜任力的训练改革是民航新兴的改革方向。本文针对起飞速度小于最小操纵速度（Vmca）时发动机失效这一特情训练科目，从ICAO核心胜任力及可观察行为框架中遴选出对此科目处置影响较大的指标要素，构建评估指标体系，探索胜任力提升对策，以完成面向飞行员核心胜任力的训练方式改革。     

一种改进的固液火箭发动机故障诊断方法

针对固液火箭发动机的可靠性问题，设计了一种改进的贝叶斯网络故障诊断方法，可以通过网络化自主逻辑推理，对固液火箭发动机进行故障诊断。为了提取时序观测信号的故障特征，提出将步进法与核主成分分析(KPCA)相结合的分析方法，并根据模糊C均值聚类算法(FCM)建立模糊多态贝叶斯网络，实现对观测信号尺度的模糊处理，提高对不确定性故障的诊断能力。通过Matlab/Simulink建立改进的贝叶斯网络故障诊断系统。仿真结果表明，改进的算法能够实现对固液火箭发动机常见故障的有效诊断，并能够适应小样本集学习的情况。与传统贝叶斯诊断算法相比，故障诊断的平均准确率提高了20.9%。     

一种基于模型预测的火星返回推力器容错控制再分配方法

针对火星返回上升器由于环境等因素造成的推力器故障导致的姿态控制系统失稳而难以安全返回的严重问题，提出基于模型预测的动态容错控制再分配方法。根据推力器动态特性建立上升器推力分配模型，对模型参数误差进行实时估计从而修正分配模型，根据模型预测自适应推力再分配方法实施容错控制。同时，将推力器输出限制作为优化求解器的约束，并将推力器故障模型作为优化求解的约束域，实现最小化分配误差和最小化燃料消耗意义下的最优推力再分配。计算机仿真表明了该方法的可行性和实用性，获得了满意的结果，它能使推力器输出推力误差降低60%以上，姿态控制系统能在故障状态下3～5 s快速镇定。     

基于DRL的巨型星座星地测控链路规划算法

针对巨型星座的星地测控链路规划问题，提出了一种基于深度强化学习的智能规划调度算法。该方法考虑了卫星对于测控站的资源竞争关系和连接关系，设计了环境状态，决策智能体通过感知卫星状态，结合动作选择策略，生成卫星对于测控站的分配方案，并根据反馈的奖励值进行策略的迭代优化。将本算法应用于巨型星座系统的星地测控链路规划任务，仿真结果表明所提出的智能算法可以将测控站天线利用率提升到98%以上，同时有效地降低了天线的切换次数。另外，训练好的模型可以根据未来时刻的星地可视窗口，在30s内快速生成星地测控链路规划方案。