基于半参数回归模型的双星系统定轨算法及精度分析

天基测控系统是航天测控的一个发展趋势.给出了双星定位系统的定轨原理;建立了基于半参数回归的双星系统定轨模型,包括对卫星轨道摄动误差的基函数表示和观测残差的函数拟合等;给出了基于半参数回归的轨道估计算法及计算步骤;并从理论上分析了基于半参数回归模型的轨道估计算法能有效的消除非线性因素对参数估计性能和精度的影响,其定轨精度优于经典的最小二乘处理算法;最后通过对卫星仿真观测数据的处理以及卫星定轨精度的分析,表明该算法确实有效,在相同仿真条件下,定轨位置精度和速度精度分别提高了41.5%和41.3%.     

基于Hill方程的螺线轨道仿真、分析与控制

研究对数螺线在航天器相对运动控制问题中的应用可行性.把对数螺线形式的相对运动轨迹代入到Hill方程中,推导出控制律并进行仿真分析,由于沿迹向控制会造成相对运动漂移,推导出只应用径向与法向控制来实现螺线轨道的控制律,并提出用沿迹向速度冲量来控制漂移的方法.仿真结果表明螺线轨道概念可应用于相对运动控制问题中,而"径向与法向连续推力控制"加"沿迹向冲量控制"的螺线轨道实现方式简便、可行且有效.     

含能材料废料处理技术研究述评(Ⅰ)——安全销毁技术

概括了国内外固体推进剂、火炸药等含能材料(EM)废料处理技术的发展情况,介绍了缩小EM废料尺寸的高压液体切割技术和使EM废料脱敏的碱解法和乳化法等预处理技术,EM废料安全销毁的熔盐销毁(MSD)法、水热氧化(HTO)法、电化学法、湿空气氧化法等化学销毁技术以及堆肥合成、生物降解和生物转化的生物销毁技术。其中预处理与化学、生物处理相结合的综合销毁技术可以实现含能材料废料的安全销毁,最后分析了EM废料安全销毁技术研究的主要特点和发展趋势。     

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。     

超视距机载武器双向数据链通信方法研究

通过分析超视距机载武器双向数据链的通信机制和工作原理,提出了一种建立数据链通信的方法。针对机载武器数据链通信中因高度误差而可能造成的波束指向误差,提出了一种初始通信波束指向保持方法,建立了相应的误差分配及波束指向模型。通过仿真计算,对该方法的正确性和有效性进行了验证,并对数据链通信时载机火控弹道解算模型的精度提出了指标要求,使数据链的应用工况得到了进一步拓展。     

基于产品结构的航天器AIT过程多维数据管理系统

文章为解决航天器AIT过程中数据集成度低、数据应用不佳等问题,从数据模型构建、数据集成等方向出发,分析了AIT过程数据在产品结构、时间周期、阶段型号3个维度的演变过程,构建了多维数据模型,并开发基于产品结构的多维数据管理系统。该系统以产品结构为核心,对AIT过程数据进行重新组织,定义不同系统间、不同维度数据之间的关联关系,实现了AIT过程全数据的结构化整合,在此基础上生成了AIT过程数据包。     

铌铪合金表面硅化物涂层的高温失效行为分析

铌铪合金为轨姿控液体火箭发动机推力室身部主要结构材料,在高温有氧的工作环境中易发生氧化粉化,必须在合金表面涂覆高温抗氧化涂层。通过分析铌铪合金表面硅化物涂层的高温氧化、高温热震、瞬时高温烧蚀和热试车行为,阐述高温条件下的氧化失效行为。试验结果为:涂层1 800℃以下氧化条件下,表面形成致密的二氧化硅氧化膜,使得涂层的氧化寿命大于2 h;1 800℃以上的超高温氧化条件下,高温热冲击作用,涂层内部形成大量的烧蚀型网格结构,表面未形成二氧化硅氧化膜,氧化寿命小于10 s;热试车考核中,涂层满足推力室外壁面温度1 350℃以下的使用工况,抗氧化能力较好,随着氧化温度升高,涂层高温抗氧化能力迅速衰减。     

空间核反应堆电源研究进展

随着航空航天领域对能源需求的不断扩大,核能的空间应用迎来了新的发展高潮。本文针对空间核反应堆技术的发展现状进行综述,重点关注了空间核反应堆与静态能量转换、动态能量转换技术结合供电的研究进展,总结分析了空间核反应堆电源技术的发展特点,并指出未来发展中需要重点关注的内容,为未来空间核反应堆电源的发展提供指导。     

萤火一号火星探测器高灵敏度模拟接收机技术

对萤火一号(YH-1)火星探测器高灵敏度模拟接收机技术进行了研究.给出了模拟接收机的主要功能和组成,介绍了降低接收机噪声系数,减少接收机带宽等关键技术.阐述了中频锁相、指令解调等模块的工作原理,列出了研制的高灵敏度模拟接收机的主要性能指标.     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。