基于gamma过程及贝叶斯估计的实时可靠性评估

由于试验时间和成本的限制,系统或元件的传统可靠性评估方法已很难适用;并且同类产品特定个体之间的可靠性存在着差异.为此,提出了一种基于退化数据的特定系统或元件的实时可靠性评估方法.采用平稳gamma过程描述系统或元件的退化过程并使用贝叶斯估计方法来实时更新其参数,在此基础卜推导出精确检测和有误差检测下的系统或元件可靠度表达式.实验分析结果表明,提出的方法能实时地、更准确地评估出特定系统或元件的可靠度.这对航空航天设备的安全性有着重要意义.     

带挠性附件航天器的鲁棒姿态跟踪控制

首先在时域上估计了挠性附件的振动对航天器姿态的影响力矩的界函数.该界函数的得到一方面无需知道附件参数的精确值,只需要知道参数的界限,另一方面仅利用了角速度和已知的振动控制信号,非常适用于无需模态坐标反馈的非线性姿态控制器设计.然后把它用于带挠性附件航天器的姿态跟踪控制,所得控制器具有如下优良特性:(1)对系统参数不确定性鲁棒;(2)不需要模态坐标反馈,也不需要模态观测器;(3)能抑制一般的外干扰;(4)能与多种附件振动控制器相结合.数值仿真验证了控制器的有效性.     

片上总线型PowerPC系统控制器的FPGA设计

介绍了PowerPC系统控制器两种结构中IP互连和复用的优缺点,分析了片上总线型系统控制器的各子模块结构,采用硬件描述语言（HDL）描述该控制器功能,并采用Modelsim进行仿真,最后进行了FPGA原型验证。验证结果表明,采用片上总线结构的系统控制器不仅能实现预期功能,还解决了IP互连问题,提高了IP的可复用性。     

深空组阵Eigen算法及其低信噪比合成性能分析

根据深空组阵信号模型,分析了Eigen最优合成采用的两种准则即最大输出功率和最大 信噪比准则。为了快速计算最优权值,给出了两种迭代算法即PM和PMFM算法,同时为了改善 微弱信号合成效果,在PMFM算法中引入记忆因子,提出一种可以自适应跟踪信号相位变化的 自适应Eigen算法。仿真分析了基于最大输出功率准则的Eigen合成算法和自适应Eigen算法 对低信噪比组阵接收信号的合成性能,仿真结果表明自适应Eigen算法不但具有良好的合成 效果和自适应特性而且运算量小,具有重要的工程应用价值。
     

追寻美俄卫星相撞的黑匣子

今年2月11日美俄卫星相撞之后,国内外航天专家已将主要精力放在搜索和跟踪碰撞所产生的碎片云上,以评估这些碎片对在轨飞行卫星和空间站的危害性。     

关于一类非线性映射迭代序列收敛的等价性

本文在适当放宽不动点定理的条件下,分别证明了Mann迭代序列与Noor迭代序列收敛的等价性以及Mann迭代序列与Ishikawa迭代序列收敛的等价性。     

液氧／煤油发动机煤油高低温试验工艺技术

为了进行液氧／煤油发动机煤油高低温试验,试车台必须具备煤油换热能力,掌握换热工艺。通过分析和比较,确定了煤油换热系统的组成、换热方法及煤油中游离水的去除方法。介绍了煤油换热的时间安排、煤油升温和降温的工艺过程、换热用煤油的流量调节及温度控制要求。提出了试车前煤油温度的保证方法、系统调试及模拟试验的实施效果评定方法。     

滚动轴承摩擦力矩的乏信息模糊预报

滚动轴承摩擦力矩的波动具有不确定性,属于概率分布与趋势规律都未知的乏信息系统.这阻碍了对轴承摩擦力矩的小样本分析与总体把握.为此,以模糊集合理论为基础,从小样本入手,建立了航天轴承摩擦力矩参数的经验概率密度函数及其模糊预报模型,并对摩擦力矩的均值上界和最大值上界进行预报.对HKTA和HKTB两种轴承摩擦力矩参数的试验研究表明,在99%～100%置信水平下,预报结果与试验结果之间的误差很小,最大绝对误差仅为0.081 1个设定单位,最大相对误差仅为10.165%,可以满足航天工程的要求.      

电推进涵道风扇气动快速求解方法及性能分析研究

随着绿色航空发展,为了能在设计阶段快速获得涵道风扇气动性能参数和非定常流场特征,有必要开发一种高效的数值求解方法。基于小型电推进风扇内流弱可压和尾迹耗散特性,本文将转子和涵道的面元与尾迹涡粒子耦合,使用面元法求解固壁流场,使用涡量输运方程求解远场尾迹传播特征,克服了有限体积法尾迹耗散快的问题。研究表明,本文发展的面元-涡粒子耦合方法对涵道风扇叶表压力与有限体积法趋势一致,整体推力误差为7.83%,能满足工程快速预测需求。本文发展的高效非定常计算方法的尾迹计算数值耗散低,能揭示更为复杂的非定常流动现象,仿真结果显示风扇涵道对尾迹发展有明显约束,而当尾迹传播至外部时,涡量呈现出明显的收缩和对称分布特征。在计算效率方面,本文发展的耦合方法非定常计算效率高,计算相同非定常时间步耗时仅为有限体积法的1/6,具有潜在的涵道动力非定常设计应用价值。     

基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法

杂波谱稀疏恢复空时自适应处理（STAP）是一种有效减少杂波样本数需求的机载雷达杂波抑制方法。然而,空时平面被离散地划分为若干个网格点来构建空时导向矢量字典,当字典在失配时,杂波脊不能准确落在预先离散化的网格点上,稀疏恢复STAP性能严重下降。提出了一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法,首先利用二维泰勒级数建立空时动态字典模型,然后将字典失配误差作为待估超参数构建贝叶斯稀疏恢复模型,并利用失配误差估计值对空时导向矢量字典进行修正,最后利用修正后的空时导向矢量字典重构杂波协方差矩阵,进而计算杂波空时谱。实验证明,该方法能够有效提高字典失配情况下的杂波谱稀疏恢复精度,杂波抑制性能优于已有字典预先离散化的稀疏贝叶斯学习STAP方法。