无拖曳卫星推力器动态模型研究

无拖曳技术能够有效地抵消卫星的非保守力,适用于未来的空间探测任务.这种技术的实现对推力器提出很高的要求.在广泛调研的基础上,归纳无拖曳卫星中微推力器的工作原理及特点,并介绍其应用情况.根据中国无拖曳技术的发展要求,针对无拖曳冷气微推力器中比例阀的流量控制过程,建立其动态模型进行仿真,并在此基础上设计模糊自适应PID控制器,改善了系统的动态性能.     

高温合金渗Al-Si层的微观组织分析

利用SEM,XRD和EPMA详细分析K4104镍基高温合金料浆渗Al-Si的微观结构.结果表明,表层主要为富Al的β-NiAl CrxSiy化合物,过渡层主要为富Ni的β-NiAl相,内扩散层主要为β-NiAl相 富Cr相 γ'-Ni3Al相 Ni固溶体.     

面向3D打印的设计制造一体化探索

紧密围绕航天结构未来发展需求,以增材制造复杂产品研发为研究对象,对实现设计制造一体化的技术路线和关键技术进行分析。把设计、仿真和制造有机统一起来,把工艺设计纳入结构设计流程,通过仿真驱动设计来提高产品质量、降低制造成本。研究成果可应用于航天领域增材制造产品研发,对传统设计制造模式向智能制造转型具有积极探索意义。     

多航天器协同探测效能影响参数不确定性分析

为解决传统基于蒙特卡洛仿真的探测效能不确定性分析评价方法中时间效率低,参数关系映射单一的问题,提出一种基于神经网络的不确定性分析方法,利用人工神经网络在拟合回归分析上的非线性特性,设计了能够替代复杂系统的神经网络结构,能够通过少量仿真计算结果作为训练样本实现模型的收敛并能有效反映被替代系统的原有特性。选择以一个多航天器的天文观测任务作为典型用例,建立了仿真分析模型,并与蒙特卡洛仿真方法结果进行了对比,验证了此方法的准确性和计算效率。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

基于流场函数的变刚度层合板铺放设计

文章提出了一种新的变刚度铺层轨迹设计方法,即采用一对互相共轭的标量场函数实现复合材料变刚度铺层的轨迹定义和铺层设计。最后,通过有限元建模和算例对比方法,对直线铺放层合板和变刚度铺放层合板进行压缩特征值屈曲分析和非线性屈曲分析,得出变刚度铺放层合板的屈曲特性比直线铺放层合构件提高约23．62％,y方向的屈曲变形位移减小为直线铺层构件的59．47％,大幅度提高了构件的抗压缩屈曲特性,同时也验证了该设计方法的可行性和实用价值。     

直线模拟加载系统的研究进展与发展趋势

直线模拟加载系统是一种用于在实验室条件下模拟承载对象工作时所受直线负载力的半实物仿真系统,可用于模拟各类飞行器关键部件在工作过程中所受的气体阻力载荷。针对目前常用的机械式、电液式和电动式直线模拟加载系统,分析其基本加载原理和研究进展,结合自行研制的电动式直线模拟加载系统进行了深入探讨。针对多余力抑制方法的关键问题,详细论述了直线负载模拟器的结构补偿方法和控制策略。最后,展望了直线模拟加载系统的发展趋势,归纳了电动式直线模拟加载系统的高精度、大载荷发展方向。     

基于低比特量化神经网络的红外目标识别方法及其FPGA实现

红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择,无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略,有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面,本文提出了更加高效的卷积计算单元,提高了硬件资源的利用率,同时也达到了更高的峰值性能。最终,在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证,系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率,其功耗为2.5 W。     

基于多项式求根的欠采样频率估计方法

基于多项式求根算法,本文提出了一种新的欠采样宽频带信号频率的估计方法。根据直接欠采样信号及时延后的欠采样信号在不同整数倍抽取下形成的数据向量均满足Vandermonde结构,推导出了由欠采样引起的模糊频率值及由时延产生的延迟相位与模糊频率的联合估计值的快速估计算法,并结合一定的配对方法和解模糊算法就可实现无模糊的宽频带信号的频率估计。本算法无需作大量的矩阵运算,具有算法简单、易于实现等特点,仿真验证了上述结论的正确性及高精度特性。