面向非合作目标抓捕的机械臂轨迹规划方法

文章针对非合作目标抓捕问题设计了基于误差反馈系数的机械臂轨迹规划算法.考虑到空间机械臂在轨服务要求,采用反作用零空间方法来规划机械臂运动轨迹以实现机械臂与航天器之间的协调运动.为避免在规划起始阶段位姿误差较大可能导致机械臂关节速度过大的问题,引入了位姿误差反馈系数.为对空间机械臂抓捕非合作目标的轨迹规划技术进行验证,搭建了地面半物理仿真系统.试验结果表明,通过合理选择位姿误差反馈系数,设计的轨迹规划算法能够使固定基座机械臂末端执行器以较为均匀的速度逼近非合作目标,并能以较高精度实现对非合作目标的抓捕.该试验可以为空间机械臂抓捕非合作目标的轨迹规划提供参考.     

基于虚拟仪器的真空计电参数检定系统

介绍了真空计电参数检定装置及检定方法,并基于美国NI公司的Labview软件开发平台和真空计电参数检定规程,结合日常型号服务的真空计电参数计量需求,开发了真空计电参数检定程序。程序以模块化思想为基础,可进行不同厂家各类真空计的的检定,实现数据自动处理,报告自动生成。     

深空网干涉测量技术在“嫦娥3号”任务中应用分析

针对中国深空网DOR/ΔDOR测量技术在"嫦娥3号"测控任务中的首次应用情况,论述了深空网干涉测量系统采用的稀疏交替射电源标校技术。在地月转移、环月段开展了多次观测,所获得的时延、时延率观测量结果直接应用于"嫦娥3号"的轨道确定。通过与事后精密轨道比对分析,深空网干涉测量技术的时延观测量精度优于1ns,对应于约90nrad的角位置精度;时延率精度优于1ps/s,相当于亚mm/s量级测速(差)精度,中国深空网干涉测量技术有力支撑了"嫦娥3号"的测定轨任务。     

高精度UT1-UTC差分预报方法研究

针对卫星导航所需的高精度地球定向参数(EOP)中的UT1-UTC预报问题,提出了基于双差分LS+AR的UT1-UTC参数预报方法。对UT1-UTC观测数据进行跳秒检测、固体地球带谐潮汐项改正,然后对改正后的UT1-UTC数据进行双差分处理,增强数据平稳性;采用最小二乘拟合(LS)与自回归(AR)分析方法对差分处理后的数据进行分析与预报;对预报结果进行逆差分处理与潮汐项改正外推、跳秒恢复,获取高精度的UT1-UTC预报值。通过与国际EOP_PCC预报结果对比表明,UT1-UTC短期预报精度与EOP_PCC较优的预报精度相当,其中1天UT1-UTC预报精度优于0.03ms,优于EOP_PCC预报结果。介绍了北京航天飞行控制中心的UT1-UTC每日例行预报情况。     

航天器相对导航与控制技术的典型任务

在空间交会对接、在轨服务、近距离目标监视以及航天器编队飞行任务中,通常需要通过相对导航与控制技术对相互邻近的航天器进行控制.回顾了该领域典型的空间任务,特别关注任务、相对导航与控制方法、相对测量设备、推进系统等主要特征,并总结了该项技术的发展趋势.     

轴向柱塞泵滑靴副传热特征

为了揭示轴向柱塞泵滑靴底面油膜温度场分布规律,分析了滑靴副生热机理以及热量传递途径,在此基础上利用热流量守恒定律建立滑靴副热力学耦合模型,讨论不同压力和转速工况下滑靴的结构参数对滑靴底面油膜温度的影响。分析结果表明,滑靴副油膜温度场呈不均匀分布,沿滑靴半径方向呈递减趋势,其最大值出现在最薄油膜厚度区域,容易引起滑靴偏磨磨损,主要集中在泵的排油区;恒压高速工况下滑靴内外半径比范围为1.5~2.0 之间,应尽量取较小值,降低滑靴副油膜温度,提高滑靴副润滑性能;恒转速高压工况下阻尼管长度直径比范围为3.50~8.75之间,应尽量取较小值,防止滑靴底面油膜温度过高,改善柱塞泵的散热效果。      

基于信息融合的网络安全态势量化评估方法

针对目前网络安全态势评估大多存在信息来源单一、评估范围有限、模型不易构建、时空开销大且可信度较低等问题,提出了一种多源异构信息融合量化评估网络安全态势的方法。首先,构建分级朴素贝叶斯分类器,快速高效地融合主机上各多源异构非确定性信息源。然后,利用拉普拉斯原理平滑参数学习,优化分类与推理结果。使用数理统计的方法融合网络上各主机的安全指数,量化评估网络安全态势,对当前网络安全状况有一个宏观整体的认识。最后,通过真实网络环境的实验,验证了所提方法在网络安全态势评估中的可行性和有效性。      

不同动力型式的巡飞弹总体参数对比分析

动力系统选型是影响巡飞弹战技指标中的航时、巡飞速度、航程以及任务载荷重量系数的关键因素之一。基于能量守恒推导出电动力螺旋桨、活塞式螺旋桨动力与喷气式动力3类动力型式的巡飞弹总体参数估算公式,利用敏度分析的思想逐个研究各动力型式性能参数对巡飞弹战技指标的影响程度与影响规律,并从能源供给的角度对比3类动力型式所用燃料的等效比能量特性,梳理出影响各动力型式差异的根源,为巡飞弹顶层设计阶段的动力系统与作战使用之间适配选型提供有效的指导原则。      

基于负载特征聚类的节能资源调度算法

基础设施即服务(IaaS,Infrastructure as a Service)平台提供商为用户提供高性能服务的同时,必须考虑如何在不违反服务级别协议(SLA,Service Level Agreement)的前提下,节约云平台的能耗成本.采用基于负载特征聚类的方法,提出一种IaaS云平台上保证SLA的资源调度算法,最终实现降低SLA违反率和节约能耗的目标.具体采用能耗相关的负载特征提取和改进K-means聚类分析的研究方法,进行资源调度算法研究,对物理资源进行有效分配,以保证IaaS平台节约能耗的要求.实验验证方面,通过扩展CloudSim模拟实验平台,对本研究算法与改进BFD(Best Fit Decreasing)算法进行比较,得出本研究算法在SLA违反率和节能方面更优.