被动冗余度空间机器人动力学控制

研究了被动冗余度空间站机器人的动力学控制问题，包括非完整系统的运动规划，渐进稳定的动力学控制规律；在动力学控制中，利用被动冗余度机器人“非完整自运动”的运动学优化方法完成机器人的动力学控制，构造的动力学闭环控制律保证机器人运动过程中末端跟踪期望的运动轨迹，通过三连杆空间站机器人模型进行了仿真，结果证明了得到的结论。     

飞行器栖落机动的轨迹跟踪控制及吸引域优化计算

针对固定翼飞行器栖落机动的纵向运动,研究了栖落机动轨迹跟踪控制设计与吸引域优化计算方法。首先,根据栖落动力学模型和栖落过程中各个状态量的约束,用广义伪谱法生成标称轨迹,以此为基础设计了分段线性轨迹跟踪控制律。然后,在平方和（SOS）算法的基础上计算出栖落轨迹的吸引域,以保证吸引域内的飞行器能最终栖落在目标区域。最后,进一步改进吸引域的迭代优化计算方法以扩大吸引域范围。仿真结果验证了栖落机动轨迹跟踪控制律的有效性,并表明运用所设计的吸引域优化计算方法可以获得更大的吸引域。      

多种互瞄条件下立方镜准直传递方法研究

根据立方镜相对姿态测量时不同的互瞄通视条件,介绍了有互瞄传递条件下和无互瞄传递条件下经纬仪对立方镜的准直传递方法。通过对多种传递路线的分析,研究了各种条件下建立统一角度传递基准的方法,推导了自准直角度的传递公式,实现了在多种互瞄条件下立方镜相对姿态测量。     

嫦娥系列探月卫星无线电科学实验简介

在"嫦娥1/2/3号"系列探测任务中开展了行星无线电科学探测实验,这些工作包括:使用天文VLBI技术对探测器进行工程和科学测轨、定位观测,开环和闭环测速测距观测,基于微波观测重构和优化月球重力场模型,通过重力异常揭示质量瘤和撞击盆地。星载或器载主/被动雷达设备还用于探测月壤和月球内部结构。在"嫦娥2号"任务中,实现了对拉格朗日平动点利萨如轨道飞行的测控,以及对图塔蒂斯小行星的飞掠探测。在"嫦娥3号"任务中,实现了多通道开环3向相位测距和多普勒测速技术。该月球无线电相位测距技术LRPR作为一种新的空间测量技术,可以用于测定台站的位置、潮汐、星体的自转特性。还可以与月球激光测距技术LLR融合,监测月球动力学运动变化,并有潜力用于未来的火星探测任务。     

PSD用于零位跟踪的研究及应用

介绍了一维PSD的工作原理及特性,提出了一种利用PSD为位置传感器进行零位跟踪的方法,详细阐述了根据该方法设计的高速、高准确度的PSD信号处理电路、软件算法及其中的关键技术,有效地解决了方位角测量系统中远距离垂直传递的难题,并取得了综合角度传递误差小于±10″的测量结果。     

基于本体的软件安全性需求建模和验证

由软件引起的灾难性事故原因往往源于安全性需求,目前主观的人工评审方法并不能满足软件安全性需求严格的验证要求.因此,讨论了软件安全性需求的定义,遴选了国内外公认的相关标准和手册作为需求验证的知识基础,根据"七步法"建立了本体模型,利用本体模型中的概念和关联来形式化地描述规则以支持验证;同时基于以上研究内容设计和实现了软件安全性需求形式化建模和验证的工具原型,并对使用工具实施验证和使用人工评审实施验证进行了对比分析实验.实验结果表明形式化工具原型在验证时间和验证次数上都大大优于人工验证方法,同时工具原型具有良好的易用性.     

0.66m直径对旋式轴流风机的设计和性能估算

对旋式轴流风机具有压力增益大、效率高、结构简单和轴向尺寸小等优点 ,但目前还缺乏现成的设计方法可供借鉴 ,为此笔者提出了一个可行的设计思路及方法 ,即按照常规单级后扭型和预扭型风机 ,分别设计对旋式风机的前后两级桨叶 ,然后修正它们之间的相互干扰。给出了这种设计方法的要点。讨论了两级桨叶的负载分配和前后桨叶各参数之间的关系。根据前后两级桨叶绕流过程的不同 ,重点考虑了它们之间的相互干扰 ,提出修正干扰的方法。进行风机性能估算 ,对缩短研制周期、及时修改设计参数、提高设计水平都是很有益的。样机试验表明 ,风机的设计和性能估算都是成功的     

三向应力状态分析的图解法

本文根据斜截面上应力分量的计算式,提出了“辅助应力圆”的概念,以“辅助应力圆”和莫尔圆的组合探讨了三向应力状态下任意斜截面上应力分量的图解法,以及获得主应力和主方位角的方法。     

社会化标注系统中用户需求偏好的一种获取方法

传统的检索系统由于其通用的性质,难以满足不同用户所拥有的不同需求偏好.在社会化标注系统中,信息用户能够主动参与网络信息资源的组织与获取,因而其个性化的需求偏好能够较充分地得以体现.文中基于专家制定的叙词表来确定用户需求可能的语义空间维度,然后对用户标注过程中所运用的标签词汇进行量化,在此基础上,运用较成熟的BP神经网络模型,计算出标签词汇与叙词表之间的关联权重,进而用该权重矩阵来表示用户的语义性偏好特征,该语义模型能够在语义空间中定量化地确定信息用户的偏好向量.     

Multi-target Collaborative Combat Decision-Making by Improved Particle Swarm Optimizer

A decision-making problem of missile-target assignment with a novel particle swarm optimization algorithm is proposed when it comes to a multiple target collaborative combat situation.The threat function is established to describe air combat situation.Optimization function is used to find an optimal missile-target assignment.An improved particle swarm optimization algorithm is utilized to figure out the optimization function with less parameters,which is based on the adaptive random learning approach.According to the coordinated attack tactics,there are some adjustments to the assignment.Simulation example results show that it is an effective algorithm to handle with the decision-making problem of the missile-target assignment(MTA)in air combat.