侧向偏置在区域管制中的应用

侧向偏置程序英文为Strategic Lateral Offset Procedure,简称SLOP,是指允许具备横向偏置(0FFSET)能力的航空器在航路中心线向右平行偏置1n mile或更多,以提供更大的安全余度,减少航空器空中相撞的风险。侧向偏置程序最早是在欧洲洋区的指挥中使用,并逐渐推广开来,对管制的安全保障,得到了全世界的认可。具体到横向偏置在中国民航航空飞行     

捷联式惯导系统动态误差特性研究

根据载体运动状态下捷联惯性导航系统(SINS)的误差方程时变的特点,推导出捷联惯性导航系统动态误差模型,并对其在几种动态环境下的误差特性进行了仿真研究。     

考虑控制系统稳态误差的导弹航向平面导引律

根据导弹与目标之间的相对运动方程,在考虑控制系统稳态误差的情况下,应用李雅普诺夫稳定性理论设计一种新的导弹航向平面导引律.     

捷联惯导系统圆锥误差分析

捷联惯导系统由于数学平台隔离作用的不完善,当运载体沿机体坐标轴存在同频率的角振动和线振动时,角振动引起的整流效应将在姿态更新计算中产生圆锥误差,角振动和线振动引起的整流效应将在速度计算中产生划桨误差,在位置计算中产生涡卷误差。文中详细分析了圆锥误差产生机理,针对某型飞机装备 SIGMA50 GPS/SINS 组合导航系统对底座安装的精度要求,分析了安装误差、陀螺频带不够宽、姿态更新率过低对姿态精度的影响,并对维护捷联惯导系统提出建议。     

外弹道测量中速度修正新方法──辐射计法

介绍了外弹道测量中精度较高的速度修正新方法──辐射计法。其速度（距离变化率）误差是利用与距离误差△Ｒ之间的关系得到,而△Ｒ由微波辐射计在电波传播路径上直接测量大气辐射亮度温度得到。由于用微波辐射计得到的距离误差△Ｒ的标准差一般比常用的折射率预报法和射线描迹法降低１／３到２／３,所以利用本方法得到的距离变化率误差精度也必会比常用方法高,而且辐射计法可在任何方位角和仰角上进行实时修正。     

采用观测器的偏置动量小卫星姿态容错控制

针对偏置动量小卫星的自主飞行问题,提出一种基于不确定项观测器的滑模容错控制方法。应用欧拉-拉格朗日系统的干扰观测方法设计不确定项观测器,对动量轮输出力矩变小、磁力矩器线圈电阻漂移等执行器故障以及小卫星外部环境力矩等不确定项进行估计,理论推导证明该观测器的观测误差一致最终有界(UUB)。基于不确定项观测器的估计值,设计补偿控制项,并与滑模控制器的控制力矩合成实现姿态容错控制。从理论上证明该容错控制方法能够使小卫星姿态快速收敛至滑模面。该容错方法无需做小角度假设,对执行器运行状态信息依赖性低。仿真结果表明,本文建议的容错控制方法具备可行性,实现了对小卫星姿控系统中不确定项的观测估计和容错控制。     

星载复杂组件随机振动试验载荷设计方法改进

针对现有的复杂组件随机振动试验载荷设计方法在某些加载方向常给出远大于实际数值的载荷预示,而难以满足组件研制单位的载荷裁剪需求的问题,文章提出了一种改进的载荷设计方法,将随机激励功率谱密度描述为关于组件质量的系数含待定参数的分式函数,并利用总均方根加速度实测值确定待定参数。对比了改进方法与两种现有方法对典型组件随机振动载荷的预示精度。结果表明,改进方法可以显著降低预示误差,从而为星载复杂组件结构与机构优化设计提供合理的约束条件。     

分离式共轴刚性旋翼风洞试验技术研究

为在■3.2 m风洞开展高速直升机共轴刚性旋翼风洞试验,中国空气动力研究与发展中心(China Aerodynamic Research and Development Center,CARDC)开展了分离式共轴刚性旋翼风洞试验关键技术研究。解决了双旋翼共轴反向驱动、双旋翼联动和差动变距操纵、旋翼气动力分离测量、旋翼间距调整等关键技术问题,研制了■2 m直径共轴刚性旋翼试验台和旋翼天平、旋翼操纵系统,实现了旋翼共轴等速反向旋转、双旋翼联动和差动变距操纵、旋翼升力偏置调整、旋翼气动力孤立测量、旋翼间距调整等功能。通过开展风洞试验,验证了该试验技术,表明试验技术具有技术成熟度高、数据重复性精度高、可调节参数多的优点。     

高分辨率模数转换电路的设计及误差分析

随着惯性技术的发展,传统的电流频率(I/F）转换电路已经不能满足惯性系统的需要。在传统的I/F转换电路的基础上结合A/D采样芯片,用来对积分器残余电荷进行采样,以得到一种高分辨率模数(I/F+A/D）转换电路。介绍了转换电路的工作原理,分析了电路的原理性误差。经仿真分析及实验验证,与传统的I/F转换电路相比,该电路具有更高的满度输出频率、更大的标度因数以及更好的线性度。输入小信号对电路进行测试,测试结果表明该电路对小信号更加灵敏,具有更高的分辨率。     

基于神经网络的降落伞落点散布快速生成方法

为了解决使用蒙特卡洛法计算降落伞落点散布慢的问题,提出了组合使用降落伞运动模型和神经网络产生落点散布,并利用硬件加速神经网络推理过程的方法。降落伞运动模型用于产生散布中心,神经网络用于产生相对于散布中心的落点。验证了两种不同结构的神经网络：多层感知器和转置卷积神经网络。发现降落伞运动模型结合多层感知器计算得到的降落伞落点散布和使用蒙特卡洛法计算得到的落点散布最为接近。同时,降落伞运动模型和多层感知器或者转置卷积神经网络组合使用都可以达到实时计算降落伞落点散布的效果。因此,提出的方法可以较好地应用于高时效性场景下的降落伞落点散布计算。