用于光波纳米推力器的颗粒供应技术和光聚积技术研究

为提高光波纳米推力器在轨应用的可行性,针对与其匹配的颗粒供应技术和光聚积技术进行研究。提出整个推进系统的设计思路,通过建立理论计算和数值计算模型,分析颗粒供应技术和光聚积技术的各项核心结构参数的设计方法。计算结果表明:颗粒供应装置的正负电极内径之比(W/D)会影响正负电荷产生的总量之比,在W/D=300/322附近时,正负电荷比例接近1:1。静电诱导电压为9 V,当中和通道长度大于37.5mm时,正负颗粒可以视为完全中和。光聚积设计思路可令聚积球对光能的利用率在32.8%左右。两种相关技术的装置与推力器在结构上能够对接、在性能上可以匹配,从理论上表明了两种支撑技术的可行性。     

杨氏双缝干涉光程差近似计算的弱化条件分析

利用平面几何勾股定理,推导出杨氏双缝干涉实验光程差的准确表达式,对光程差表达式进行同解变换,反演了明纹中心坐标与光程差的函数关系,并对明纹中心坐标表达式进行了分析讨论,给出了数值解,得出了 5点结论。结论表明,杨氏双缝干涉实验光程差近似计算的条件可弱化为光程差远小于双缝间距,且利用经典近似方法计算明纹中心坐标在干涉级次较大时误差较大。     

基于拓扑优化和形状优化的桨叶结构设计

直升机旋翼桨叶剖面结构设计是研究旋翼动力学设计的基础。提出一种联合拓扑优化和形状优化的 两级优化设计方法,可用于桨叶剖面结构的设计。第一级优化以变密度法(SIMP)作为拓扑优化的材料插值方 法,以桨叶体积最小化为设计目标,约束桨叶节点位移和应力,建立桨叶的拓扑优化求解模型;第二级优化以重 构的桨叶模型为基础开展形状优化,降低局部应力集中以及找到合理的边界节点位置。对优化后的模型进行 有限元分析,结果表明:通过拓扑优化和形状优化的两级优化,能够得到满足强度和稳定性要求的结构布局,为 桨叶结构设计提供指导方案。     

基于虚拟仪器技术的发动机网络化试车测试系统设计

介绍虚拟仪器技术在发动机试车过程中的具体应用,以LabVIEW软件为平台实现信号的采集、分析、处理和显示。该系统通过网络实现数据共享,各个上位机根据自己的需要获取不同的数据,然后通过软件处理,实现对发动机试车过程的实时监控。     

装备体系贡献率评估方法探究

未来装备必须坚持体系化发展,并通过贡献率评估明确在体系中的地位和作用。明确了装备体系贡献率的定义和评估意义,分析了定性评估法、基础技战术指标比较法、综合技战术指标灰靶比较法、基于装备体系的网络层次分析法、基于体系仿真及效能评估法等装备贡献率评估方法,并给出了灰靶比较法、网络层次分析法具体评估实例。同时,结合各评估方法特点,提出了网络层次分析法、体系仿真及效能评估法相结合的改进综合评估方法流程,实现装备体系贡献率的准确评估。     

新型大功率高效率空间行波管电源

空间行波管放大器是通信、导航、数传等卫星中重要的功率放大部件。行波管电源是其重要组成部分,在接近50多年的行波管电源研发和制造历史中,行波管电源总体向着高效率、小体积、轻重量、高功率的方向不断发展。提出一种新型大功率高效率空间行波管电源,采用Buck+推挽两级式拓扑结构,低压采用一种新型Buck变换器,通过无损缓冲的方式,实现了Buck变换器各个开关管的软开关;高压采用谐振推挽的拓扑结构,实现了开关管的软开关,使行波管电源效率达到了94%,并在一台500W的样机中进行了实验验证,使行波管电源的体积、重量和效率指标得到进一步提升,为行放电源的小型化、高效率奠定了坚实的基础。     

基于权重的层次矢量量化体压缩算法及其在空间环境中的应用

空间环境数据可视化是空间环境预报和服务的重要手段.目前基于矢量量化的压缩体绘制算法均只考虑了数据特点和压缩效果,并未结合具体应用需求.为适应空间环境体数据可视化具体应用需求,提出了一种应用驱动的压缩体绘制算法—-基于权重的层次矢量量化算法(WHVQ).算法将体数据划分为43的数据块,并为数据块设置权重,重点关注区域的数...     

基于位移和力值组合的静重式力标准机砝码加卸载控制方法研究

介绍了一种基于位移和力值组合的静重式力标准机砝码加卸载的控制方法,通过监测砝码的移动量和参考力传感器叠加系统的力值量,实时调整加卸载机构的加卸载速度,以实现对被检力传感器的平滑加卸载的目的。该方法有效解决了吊挂在加载过程中产生较大摆动,影响力标准机复现力值准确度的问题,同时也消除了力值过冲现象,避免了因逆程效应而导致的力传感器输出偏差。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

一种小天体旋转参数估计方法

小天体旋转参数是科学数据,也是小天体测绘,着陆导航的基础数据.研究一种在小天体探测接近段过程中使用的基于图像上特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法.该方法首先建立小天体旋转关系模型,表示小天体在相机坐标系中的姿态变化;然后定义小天体旋转的状态方程,推到了扩展卡尔曼滤波器的计算过程.通过对观测图像序列上的特征点跟踪,利用扩展卡尔曼滤波器方法得到小天体旋转轴指向和自转角速度估计.实验中,在仿真相机与小天体相机100 km距离上,分析了相机坐标系小天体坐标系之间的四元数初值,图像上特征点跟踪精度,相机的观测指向等因素对小天体旋转参数估计精度的影响.实验结果表明,提出的基于图像特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法能够得到具有较高精度的估计结果.