微晶云母陶瓷微型拉瓦尔喷管的超声加工关键技术

将微细超声加工方法与微细电火花加工方法相结合,解决了微晶云母陶瓷的微型拉瓦尔喷管加工中的关键技术问题,其中包括高精度多功能特种加工系统、微细超声工具的制备、工件的装夹与定位、超声加工工艺流程的设计及超声加工参数的选择。在自行研制的高精度多功能加工系统上,采用微细超声加工方法加工微晶云母陶瓷微型拉瓦尔喷管,采用微细电火花加工方法制备相应的超声加工工具,并且设计了工件夹持装置,将重复定位精度控制在2μm以内。此外,通过2套工艺流程方案的加工对比实验,选择出较优的加工方案,成功加工出入口直径为360μm、出口直径为320μm、喉部直径为170μm、总长为550μm的拉瓦尔喷管。     

具有终端角度和终端时间约束的闭环制导律及其可行性分析

研究了同时具有终端角度(攻击角度)和终端时间(攻击时间)约束的制导问题.通过将非线性运动学制导模型中的自变量由导引时间变换为速度方向角,可以利用最小值原理直接推导出一种闭环形式制导律,而不必引入任何的线性化处理.在该制导律的导引下,导弹能够精确击中目标并且精确满足终端时间和角度的约束.为了研究该制导律的可行性,本文定义并分析了若干重要参数的可行域.该闭环制导律及其可行性分析被应用于多弹齐射攻击的两种情况.数字仿真结果验证了所提出方法的有效性.     

边界片段模板方法在空间探测识别中的应用

以对具有复杂边缘的空间目标进行准确的检测识别为目的,提出一种基于边界片段模板(BoundaryFragment Model)训练模式的空间目标识别方法.方法的步骤是:首先从训练集中提取目标的边界片段组成弱分类器;然后使用Adaboost算法将它们提升训练成为强分类器;对方法进行旋转、尺度、视点的不变性增强;最后将训练好的强分类器模板应用到待识别图像上,进行目标的检测识别.实验结果表明,本方法对带有各种旋转,尺度,以及视点变化的具有复杂边缘空间有形目标具有较好的识别效果.     

城镇化形势下廊坊市失地农民社会保障体系构建问题研究

随着工业化、城镇化的不断发展,造成大量农民失去土地,这一后果所带来的社会问题成为广泛关注的焦点。廊坊市在城镇化进程不断加快的步伐中,征用的土地面积也在逐年增加,如何有效的解决失地后农民的社会保障问题,建立和完善失地农民相关社会保障制度一直是廊坊各界广泛关注的问题。本文就这一问题展开研究,进而提出构建其保障体系维护失地农民的切身利益和长远保障的相关建议。     

多传感器信息融合技术与无人机PHM系统

通过分析多传感器数据融合技术故障诊断方法与无人机PHM系统（故障预测与健康管理）的特点,在不改变当前无人机系统硬件组成的情况下,将多传感器信息融合技术运用于无人机PHM系统,实现对无人机系统的实时状态监测、健康评估和故障诊断。     

类杆锥式对接机构捕获动力学分析与参数设计

针对面向在轨服务的小型航天器上使用的类杆椎式对接机构,给出了其参数设计及其 动力学分析方法。采用虚功率原理和赫兹模型建立了对接机构的整体接触碰撞动力学模型, 通过对不同初始条件下捕获阶段动力学仿真评价完成了缓冲阻尼参数的设计,实现了对接机 构的整体性能满足设计目标要求。     

自适应滤波在磁暴期间地磁导航中的应用

对磁暴期间巡航导弹巡航段的地磁导航问题进行了讨论。针对地磁导航在磁暴期间常规卡尔曼滤波容易发散的问题,提出了一种基于Sage\|Husa自适应卡尔曼滤波的地磁导航算法。算法根据新息的变化自适应调整测量噪声矩阵,消除了磁暴影响,提高了滤波稳定性。仿真表明在选择合适的遗忘因子基础上,即使在磁暴最剧烈的时间段,采用自适应卡尔曼滤波仍能保证一定的精度,定位精度在200m以内,满足巡航导弹中程制导的精度要求。     

一种紧凑式喷雾冷却系统的传热特性仿真分析

喷雾冷却被认为是一种潜在的航天器热排散技术。文章提出了一种紧凑式喷雾冷却系统,并分别对该喷雾冷却系统中的发热壁面、蒸汽冷凝器及液体冷却器三个主要部件建立传热模型,编制喷雾冷却系统传热特性仿真程序。利用该仿真软件,研究了壁面加热升温过程的系统运行特性及蒸汽冷凝器冷凝水流量对喷雾冷却系统运行特性的影响。该工作对理解喷雾冷却的系统运行特性及下一步的工程应用奠定了一定的理论基础。     

基于TDRSS的低轨卫星定轨方法研究

利用跟踪与数据中继卫星系统（TDRSS）组成天基测控系统对低轨卫星进行轨道确定，并讨论了低轨卫星在TDRSS系统覆盖区域的时间段，以改进的Gauss-Newton算法为基础，设计了非线性迭代的微分轨道改进算法，有效抑制了算法截断误差。仿真实验证明基于TDRSS的测控技术可显著提高测控覆盖率，减少地面测控站压力，有效确定低轨卫星轨道，定轨位置误差小于20m，速度误差小于0．01m／s，能满足一般低轨卫星的定轨精度要求。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。