基于云模型的装备维修性评估方法研究

针对装备维修性评估问题,构建了装备维修性评估指标体系,利用云模型的不确定性推理算法实现了定性语言的定量化转换,利用云图和云滴分布的定性描述表示维修性综合评估结果,使评估结果更具有直观性和说服力,研究成果为装备维修性评估提供了切实有效的评估方法.     

荧火一号火星探测器姿控平台验证演示技术

设计了一种基于STK轨道动力学的萤火一号(YH-1)火星探测器姿控仿真平台.介绍了平台的组成和信息交互、STK场景建模及接口设计.平台结合火星环境和探测器轨道特点,利用STK轨道计算功能,实时输出探测器环火轨道参数至动力学计算机,并接收动力学软件产生的探测器姿态信息,以此为基础进行姿控分系统半物理仿真试验及整器闭环试验,在STK动态场景中对探测器各姿控模式进行验证及演示.     

一种新型深空探测样品封装技术

对样品进行真空封装是深空探测取样及返回任务中的一项核心技术,它能够成功维持样品成分原态。文章提出了一种能够符合我国深空探测任务的样品封装技术,其封装机构由复合式开合机构及火工锁紧机构组成,是一种极低漏率、高可靠的多层金属真空密封容器。通过对这种复合式开合机构和火工锁紧机构的特性方程的推导,对多层金属真空密封的材料匹配等机理的分析,确认这种新型的样品封装技术的原理是正确和可行的。最后对原理样机的性能进行了验证,结果表明:封装机构的体积小、功耗低、可靠性高,样机的密封性能良好,设计具有创新性及工程实用性。     

高超声速滑翔飞行器轨迹优化与制导综述

针对多约束条件下高超声速滑翔飞行器轨迹优化与制导问题,从离线和在线两个方面综述了高超声速滑翔飞行器轨迹优化与制导方法,并进行了展望。首先建立了带随机干扰的高超声速滑翔飞行器轨迹优化与制导问题模型。针对是否考虑随机干扰,从确定性和鲁棒性两方面对离线轨迹优化与制导进行了综述。在线轨迹优化与制导方面主要对在线轨迹生成加轨迹跟踪的标准轨迹制导和预测制导两方面进行了综述。最后,提出轨迹优化与制导技术应加强在模型、计算效率、多任务、高精度制导等几个方面的研究。     

基于流场函数的变刚度层合板铺放设计

文章提出了一种新的变刚度铺层轨迹设计方法,即采用一对互相共轭的标量场函数实现复合材料变刚度铺层的轨迹定义和铺层设计。最后,通过有限元建模和算例对比方法,对直线铺放层合板和变刚度铺放层合板进行压缩特征值屈曲分析和非线性屈曲分析,得出变刚度铺放层合板的屈曲特性比直线铺放层合构件提高约23．62％,y方向的屈曲变形位移减小为直线铺层构件的59．47％,大幅度提高了构件的抗压缩屈曲特性,同时也验证了该设计方法的可行性和实用价值。     

超声速降落伞工程应用的关键技术研究进展

降落伞传统上在较低的亚声速范围内使用,但随着工程研制的发展,陆续提出了超声速条件下开伞和应用的需求,目前最为引入注目的应用场景为飞行器火星降落伞着陆和运载火箭子级落区控制。但作为一项前沿技术,有别于目前已较为成熟的在亚声速范围的应用,超声速降落伞面临更为恶劣的应用环境和复杂的技术问题,对分析和应用提出了更高的要求。为此近几十年国内外均开展了相关研究工作,推动技术不断进步并取得了长足进展。对超声速降落伞的种类、特殊性和面临的关键技术问题进行了梳理,对当前关键问题的困难、研究进展和飞行试验情况进行了综述。在总结进展基础上提出了该项技术工程应用的对策。     

基于多智能体系统的多航天器编队分布式姿态协同控制

多航天器编队飞行在深空探测及协同对地观测等领域有着重要应用,而多航天器的姿态跟踪及协同控制技术作为其关键技术之一也引起了极大的关注。近年来,随着分布式人工智能技术的发展,多智能体系统(MASs)受到了航天器控制领域学者的关注并将其应用到多航天器编队控制中。本文回顾了多智能体系统协同控制及其在多航天器编队姿态协同控制中应用的研究进展。首先,从多航天器编队不同控制需求出发,分别从一致性跟踪控制、有限时间控制、事件驱动控制方面,回顾了多智能体系统协同控制问题的进展;其次,回顾了多航天器姿态协同控制在上述需求方面的研究进展,并基于多智能体系统的协同控制理论,提出了相应的分布式姿态协同控制策略。     

基于鲁棒非线性卡尔曼滤波的自适应SLAM算法

针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。     

复杂背景中红外多光谱目标检测算法研究

针对多光谱红外探测器,对复杂背景条件下红外弱小目标检测算法进行了研究。根据弱小目标缺乏纹理等相关信息的特点,给出了一种用于多光谱图像的弱小目标检测算法。对多光谱图像,构建数据立方体,对多光谱信息建立稳定的目标特征向量,用多光谱背景抑制滤波器以提升图像信噪比,将一种基于统计判别的低信噪比条件下红外序列图像弱小目标检测算法与传统多级假设检验跟踪(MHT)算法综合,形成了改进的连续帧目标检测跟踪算法,对波门内疑似目标点用引入多光谱信息建立的特征向量进行目标的非监督检测判决。实验结果证明:在低信噪比下该算法能有效检测跟踪弱小目标,在保证检测概率前提下可有效抑制虚警,极大地降低了后续跟踪算法的计算爆炸风险。     

基于蒙特卡罗方法的小卫星偏心分离动力学分析

对小卫星单星偏心分离动力学进行了研究。建立了基于多体动力学理论的偏心在轨分离模型,用ADAMS平台对小卫星分离过程动力学进行仿真,结果显示两者误差小于0.15%,验证了仿真模型的正确性。用Monte-Carlo法对分离动力学性能进行了优化,分析了不同因素对分离角速度和分离速度的敏感度,给出了三种优化方案。