基于LEO辅助的北斗B1C高灵敏快速捕获算法

随着低轨(LEO)卫星数量的不断增加,利用LEO星座辅助增强GNSS导航性能已经成为一种新的趋势.针对低信噪比环境下B1C信号难以捕获的问题,提出了一种基于LEO辅助的B1C信号高灵敏快速捕获算法.首先对提升接收机捕获灵敏度进行了分析,对比了相干积分与非相干积分对于信号处理增益的影响,得出在低轨导航增强信号的辅助下采用增加相干积分时间的捕获算法对低信噪比条件下B1C信号的捕获更有效.然后提出了一种基于LEO辅助的B1C高灵敏快速捕获算法,从理论分析和实验仿真两方面,对比验证了在LEO辅助下可以显著提高B1C信号的捕获灵敏度,缩短捕获时间,提高捕获效率.     

基于单目视觉的三维重构相机技术研究

针对飞行器执行在轨服务获取空间多维图像的需求，提出了基于单目视觉的三维重构相机技术，利用基于亮度法体素着色原理实现空间目标的三维重构。搭建地面试验，设计模拟圆轨道和椭圆轨道多种试验，验证了在200 m范围内伴飞状态下,实现对目标的高分辨率三维重构图像，重构精度为0.105 m，为识别空间目标特征部位奠定技术基础。     

复合叶片对小流量工况下燃油离心泵非定常特性的影响

为了研究长中短复合叶片对小流量工况下燃油离心泵非定常特性的影响规律,基于CFD技术对某型燃油离心泵进行了非定常数值模拟。首先,分别建立原型方案和带有长中短复合叶片的优化方案的离心泵三维模型和网格模型。其次,基于RNG k-ε湍流模型,对两个方案中泵内流动非定常特性进行数值计算。仿真结果表明：长中短复合叶片减弱了叶轮流道内的大尺度漩涡,降低了叶轮的出口滑移,使得压力分布更加均匀。同时,叶轮与隔舌的动静干涉造成了蜗壳内一定程度的压力脉动产生,且长中短复合叶片相对较低。另一方面,小流量工况下,优化方案中离心泵的扬程为1826m,效率为26.9%,比原型方案中离心泵的扬程和效率分别提高了3.6%和2.6%。     

随机扰动下的航天器姿轨保持自抗扰控制

空间飞行器在轨运行过程中除受空间摄动外，还因飞行器任务需要产生随机扰动力和扰动力矩。针对空间飞行器受随机扰动产生的耦合运动控制问题，提出了利用自抗扰方法进行轨道保持和姿态稳定的控制方法。通过引入二阶线性扩展状态观测器，对系统总扰动和状态进行观测。结合PD控制方法结合总扰动前馈补偿，克服空间主要摄动及飞行器本身产生的随机扰动，实现轨道保持和姿态稳定。仿真试验结果表明:该方法可以有效克服总扰动的影响，实现姿轨协同控制。     

低温液体火箭燃烧室内射流雾化研究进展

从理论、实验和数值计算方面，阐述和总结了低温推进剂射流雾化的研究现状和进展。对射流雾化机理及形态进行了分类，重点从对比常温流体与低温流体射流雾化特征参数不同的角度，梳理了射流雾化方面的数值研究方法，并介绍了低温射流雾化的相关实验研究。结果表明:空气扰动破碎机理仍是最广为接受的理论，而超临界工况下射流雾化形态不符合现有的射流雾化分类；数值计算方法逐渐由流体体积法和水平集法向直接数值模拟转变，对闪蒸现象的建模是研究重难点之一；低温流体射流喷雾实验数据匮乏，需通过丰富测量手段，提高测量精度的途径获得完整、准确的实验数据。      

磁流体角速度传感器的固液接触电阻特性研究

针对基于磁流体动力学(MHD)的角速度传感器中源级输出电阻波动的抑制问题，主要分析了MHD角速度传感器金属电极与镓合金的接触电阻特性，以及随着应力改变和接触面粗糙度的变化规律。通过理论推导建立了传感器中固-液接触电阻的理论模型，并据此使用COMSOL仿真了不同接触应力下接触电阻的变化情况；使用接触角测量仪分析了电极粗糙度对接触电阻的影响，电极材料为铝或铁时，粗糙度由1.6增加到3.2时，接触角增加4°~10°。仿真表明，MHD角速度传感器的接触电阻随着接触应力的增加而减小，在1kPa应力变化范围内，固-液接触电阻急剧变化。接触角测试表明，随着粗糙度的增加，接触角增加，浸润性变差。     

状态/输入约束下飞-推一体化的保性能安全控制

基于飞行-推力一体化思想提出了一种针对搭载超燃冲压发动机的吸气式高超声速飞行器速度通道的状态/输入约束自适应鲁棒保性能安全控制方案。首先根据超燃冲压发动机的机理分析与计算流体动力模型数据，建立了安全子系统与性能子系统面向控制的仿射非线性模型。之后基于障碍Lyapunov理论与动态面设计方法设计了一套安全子系统状态约束控制器，从理论上保证了飞行器在跟踪指令的全过程中，发动机相关状态不会触碰安全边界，并结合自适应技术与辅助系统提高了该控制系统的鲁棒性。针对性能子系统设计了一套鲁棒自抗扰控制器，达到“保证安全的前提下不折损性能”的目的。仿真结果表明所设计的控制系统可以在保障安全的同时达到预想的性能，并显著放宽了超燃冲压发动机对飞行器飞行姿态的约束，保证了高超声速飞行器的机动灵活性。     

基于亲和传播算法的车辆自组织网络分簇组网方法

随着5G通信和自动驾驶汽车的发展，车辆自组织网络VANET（Vehicular Ad Hoc Network）作为一种新型的移动自组织网络，因其在改善道路安全、为驾驶员和乘客提供便利方面的潜力，而引起学术界和工业界的广泛关注。它可以通过提供交通流量、事故通知、危险警告、可能存在的定位偏差、天气等信息来增强道路安全，从而提高交通效率。由于车辆的高速移动会经常引起网络拓扑中断，因此一个设计良好的路由协议至关重要。提出了一种适用于车辆自组织网络环境的基于分簇的路由协议，设计并实现了一种基于亲和传播算法的分簇组网模型V-APC（VANET-Affinity Propagation Clustering）。通过重新定义亲和传播算法的相似函数，设计了簇头的选择过程、簇的形成过程还有簇的维护过程。结果表明：采用上述方法形成的簇，在簇内的通信性能和簇稳定性方面具有显著优势，使得该协议在路由延迟和数据包转发成功率方面表现优异。