卫星在轨推进剂补加量测量方法精度研究

卫星在轨推进剂补加量的精确测量技术是在轨补加任务的关键技术之一。本文结合型号攻关结果，提出2种在轨推进剂补加量测量方法数学模型，分别是压力-体积-温度(PVT)法和超声波流量计法。首先，PVT法是一种通过补加前后受体卫星贮箱剩余量反算补加量的间接测量方法，而超声波流量计法是利用超声波顺逆流相位差进行测量的直接测量方法;其次，在推进剂补加量测量模型的基础上，进一步通过取变分的手段提出2种模型的精度分析解析模型，解析的精度分析模型不仅可用于定性分析影响测量精度的因素，还可量化评价各个因素对测量精度的影响;最后，利用现有在研单机的精度水平及精度分析解析模型分析了2种方法的测量精度，验证了方法的有效性。     

特征点分段提取的时间序列模式匹配方法

常用的时间序列模式匹配方法难以平衡计算复杂度与匹配精度，针对该问题，提出了一种特征点分段提取的时间序列模式匹配方法。提取时间序列每个变量维度上的特征点，降低序列长度；将特征点序列转化为分位点矩阵，利用欧氏距离对分位点矩阵进行相似性度量；在几组时间序列数据集上对所提方法进行分类实验。结果表明：所提方法在降低计算复杂度的同时，获得了较高的匹配精度。     

空间站梦天实验舱整器动力学分析和试验研究

空间站研制过程中，获取准确的航天器主要动力学特性有重要意义，整器动力学特性测试是研制过程中一项必不可少的大型试验项目。针对空间站梦天实验舱整器动力学问题，通过建立螺栓—法兰局部连接结构的有限元模型，分析接触状态下刚度随外力的变化关系，分别计算拉压特性下的刚度量级，并采用子结构综合方法，依据部件级模态测试结果得到梦天实验舱整器的动力学特性。结果表明:将螺栓法兰连接刚度等效为双线性弹簧，结合子结构综合预示方法，梦天整器动力学特性的预示具有较高精度。通过连接结构的精细化建模和子结构综合预示，只需进行舱段级模态试验，节省了研制经费、缩短了研制周期，可为空间站及其他大型航天器的研制提供指导。     

基于VMD-MA的GNSS-MR雪深反演方法

针对利用全球卫星导航系统多径反射(GNSS-MR)技术反演雪深过程中信噪比(SNR)序列趋势项分离不佳和反演结果波动较大的问题，提出一种基于变分模态分解(VMD)和移动平均(MA)的雪深反演方法。VMD算法通过自适应高通滤波有效分离SNR序列的趋势项，MA算法对初始反演结果进行平滑处理从而减少随机波动。选用瑞典KIRU站2021年前5个月GLONASS不同频段的SNR观测值开展实验，研究所提方法的可行性。结果表明：基于VMD算法的反演结果与气象站原位雪深相关系数超过0.95，均方根误差(RMSE)最低约5 cm，较传统算法减少近40%；经MA算法平滑处理后，反演精度进一步提高。考虑到GNSS站和气象站之间的差异性，选取GPS SNR反演结果作为参考数据源，不同参考数据源取得了一致的实验结论,验证了所提方法的可行性和有效性。     

基于亲和传播算法的车辆自组织网络分簇组网方法

随着5G通信和自动驾驶汽车的发展，车辆自组织网络VANET（Vehicular Ad Hoc Network）作为一种新型的移动自组织网络，因其在改善道路安全、为驾驶员和乘客提供便利方面的潜力，而引起学术界和工业界的广泛关注。它可以通过提供交通流量、事故通知、危险警告、可能存在的定位偏差、天气等信息来增强道路安全，从而提高交通效率。由于车辆的高速移动会经常引起网络拓扑中断，因此一个设计良好的路由协议至关重要。提出了一种适用于车辆自组织网络环境的基于分簇的路由协议，设计并实现了一种基于亲和传播算法的分簇组网模型V-APC（VANET-Affinity Propagation Clustering）。通过重新定义亲和传播算法的相似函数，设计了簇头的选择过程、簇的形成过程还有簇的维护过程。结果表明：采用上述方法形成的簇，在簇内的通信性能和簇稳定性方面具有显著优势，使得该协议在路由延迟和数据包转发成功率方面表现优异。     

基于可变遗忘因子的渐消记忆变分贝叶斯自适应滤波算法

针对全球卫星导航系统/捷联惯性导航系统（GNSS/SINS）组合导航中GNSS信号易受干扰，造成量测噪声突变的问题，提出一种基于可变遗忘因子的渐消记忆变分贝叶斯自适应Kalman滤波（VBAKF）算法。针对自适应滤波中突变噪声难以准确探测，构建基于初值的噪声突变检验准则；为解决自适应滤波估计突变噪声的拖尾现象，将变分贝叶斯自适应滤波的超参数传递结构转化为协方差阵修正结构，通过构造可变遗忘因子函数动态调节自适应滤波中的遗忘因子。仿真和实测数据表明：所提算法可在GNSS/SINS噪声突变时快速估计量测噪声，提高组合导航精度。     

基于CBTA的飞行签派员情景意识评价体系构建研究

为了更好的评价签派员的情景意识，以胜任力模型为基础，首先应用情景分析法分析影响签派员情景意识的各项因素，再利用德尔菲法构建签派员情景意识评价模型，最后使用层次分析法确定权重。研究得出，团队之间的协作交流在签派工作的情景意识中占据着关键因素，其次是工作时注意力集中程度、对当时航班的了解程度以及外界环境。此模型不仅可以更好的在情景意识上对签派员提供科学合理的评价，对后续培训更具指导性，能为选拔人才提供更合理的依据，从而更好地保障航空公司运营的安全性和高效性。