用户星对中继卫星的跟踪规律研究

根据中继卫星系统中用户星跟踪中继卫星的要求，定义了用户星天线坐标系，推导出了用户星天线对中继卫星的跟踪规律。通过该跟踪规律可以推出用户星天线跟踪中继卫星的跟踪角度、角速度和角加速度。同时，在给定系统一定初始条件的情况下，利用该跟踪规律分别推出了用户星最大跟踪角度和角速度与用户星轨道高度和用户星轨道倾角之间的关系。最后利用STK(Satellite Tool Kit)对该跟踪规律进行了间接验证。     

捆绑火箭POGO振动动力学模型的研究

确定了捆绑火箭POGO振动动力学模型中蓄压器的最佳安装位置,简化了液体捆绑火箭动力学模型。基于AMESim软件搭建捆绑火箭动力学仿真模型,分析了蓄压器的安装位置对捆绑火箭POGO振动系统的系统阻尼比的影响,以及贮箱、直管、泵和推力室产生的作用力对系统阻尼比的影响。结果表明:蓄压器安装在芯级氧路和助推氧路的系统阻尼比提升最大,POGO振动的抑制效果最好;推力室产生的作用力对系统阻尼比的影响占主导地位,故仅需考虑推力室产生的作用力,以简化捆绑火箭POGO振动动力学模型。该研究可应用于POGO振动的仿真过程。     

多种工质下螺旋波等离子体源波场结构数值模拟

针对螺旋波等离子体放电机理,开展了多种工质条件下的螺旋波放电等离子体内波场结构数值模拟研究。计算发现:氦气等离子体的Er分量在径向边界处的峰值更为突出,有利于等离子体在径向的输运,波电场径向分量决定了电流密度径向分量在内部的表现。在0.266 Pa和1.064 Pa两种气体压强条件下,通过波场结构验证了气压对于波阻尼影响的结论。波场结构是螺旋波在等离子体内传播以及能量沉积的微观体现,研究螺旋波波场结构是揭示其高电离效率的重要途径。初步探索了功率耦合机制,为实验系统优化及实验方案设定奠定理论基础。     

信号采集卫星系统星地资源快速调度优化方法

针对信号采集卫星系统中,采集目标的优先级和携带的信息量在星地资源调度过程中不断随时间变化的特点,提出了一种基于二次映射编码的动态调度差分演化算法（QMDSDE）。算法将采集目标的优先级和携带的信息量进行加权,作为采集的收益。在迭代求解时,根据卫星可见时间窗口的周期性特点设置固定的检测频率,以当前时刻所有目标收益的平均值和敏感系数的乘积作为检测环境变化的阈值。当检测算子的值大于阈值时,算法通过前向预测模型动态调整搜索方向,寻找问题的实时Pareto最优解。算法采用二次映射编码消除星地资源组合中的无效解,降低了算法的搜索空间,提高了算法的求解速度。经仿真校验,该方法在信号采集过程中,可以得到收益较好的星地资源调度方案,且具备较快的收敛速度。     

1,5-二氨基四唑含能配合物的制备、表征及其催化性能研究

合成出2种以1,5-二氨基四唑(DAT)为配体,苦味酸根为外界,钴和铜为中心离子的含能配合物,并对其结构进行了表征.运用示差扫描热分析(DSC)方法,就目标化合物对高氯酸铵(AP)、奥克托金(HMX)和六硝基六氮杂异伍兹烷(HNIW)热分解的影响进行了研究.利用电荷耦合器件(CCD)燃速测定系统,研究了目标化合物对缩水...     

基于多抽样率结构的变带宽滤波器设计方法研究

文章分析了变带宽滤波器设计资源消耗的影响因素,简要介绍了抽样率变换技术;通过一个设计实例的Systemview建模和仿真分析,结果表明,采用基于多抽样率的实现结构,可以明显降低设计的资源消耗。     

网格拓扑对DLR-F6构型数值模拟的影响

基于TRIP3.0软件平台和多块结构网格技术,开展了控制方程和网格拓扑等因素对DLR-F6构型数值模拟的影响研究。数值计算采用与试验相同的参数,采用了RANS/TLNS方程,生成了O型和H型2种拓扑的粗、中、细网格进行模拟。分别从气动特性、压力系数分布曲线和表面流态3个方面对结果进行分析。通过与试验数据的对比表明,在模拟小分离流动时,采用H型拓扑网格和RANS方程模型,获得的计算结果会更为准确。     

金属密封件镀金工艺研究

介绍了金属密封件镀金工艺技术,该工艺采用亚硫酸盐镀金方案,以单脉冲电源为镀覆电源,以预镀镍层为中间镀层来制备金镀层,得到了结晶细致、厚度均匀并与基体上结合牢固的金镀层.研究了金镀层的沉积速率和结合强度,观察了镀层的表面形貌和组织结构,进行了金属密封件气密性试验和典型试验.结果表明：金属密封件金镀层的技术性能指标满足设计要求,能够应用于液体火箭发动机中,该发动机已通过地面热试车考核.     

空间群Pn3mPn3P23子群链耦合系数的计算

本文利用陈金全教授的本征函数法计算了Pn3m Pn3 P2 3空间群的母分系数。最后的计算结果表明 ,用陈金全教授的本征函数法所求得的母分系数确实满足幺正、归一性 ,同时也证明了本征函数法对于求母分系数同样适用     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。