波音787飞机缝翼位置传感器故障信息分析

介绍了波音787飞机缝翼位置传感器的作用、原理、数量和位置,分析了位置传感器失效和位置信号不一致等常见故障的原因,总结了缝翼位置传感器航线排故经验。     

随机恒速运动目标的搜索方程及持续探测概率

根据目标位置的初始分布和速度分布,给出了随机恒速运动目标在任意时刻位置和速度分布密度函数。定义了探测函数、目标存在和探测不成功的联合概率密度函数和目标存活概率函数,建立了基于目标速度分布的搜索方程并给出了其特征迹线解。在目标初始分布和速度分布均为圆正态分布条件下,分析了搜索方程特征迹线的基本特征和持续探测发现概率积分域的形态。给出了一个以直升机吊放声纳探测潜艇为背景的持续探测发现概率的算例,算例表明,对随机恒速运动目标持续探测的发现概率,与对静止目标进行持续探测的发现概率相似,服从时间的指数规律。     

风云二号系列卫星“换岗”

2009年11月25日,一张意义非凡的卫星图像新鲜出炉——这是在轨备份星风云二号E星在太空漂移定点成功后第一张被应用到业务中的图像,标志着风云二号E星和C星成功地进行了无缝衔接,在我国静止气象卫星史上首次创造了双星位置交换、业     

V型轮控系统卫星东西位置保持策略优化方法研究

以某在轨GEO卫星为研究对象,探讨了适用于V型轮控系统特点的东西位置保持策略．首先分析了V型轮控系统的工作原理,提出了轮控过程中推力器效率的标定方法和喷气卸载对轨道影响的数学模型;然后深入分析了轮控过程中姿态控制对卫星东西位置保持环及偏心率的影响,提出了延长位保周期的控制策略,并在实际任务中获得了较好的效果．     

基于PEA的椭圆轨道航天器编队飞行高精度位置保持

针对航天器编队飞行时相对位置保持精度要求高的特点,采用基于线性变参数模型的多项式特征结构配置方法设计椭圆轨道航天器间相对位置控制算法。对于线性变参数控制系统,本文将基于线性定常系统的多项式特征结构配置方法推广以确保系统性能与变化参数间的独立性。在特征结构配置时,先设计带参数变化的控制器结构后计算出带未知控制器增益的设计闭环传递函数,接着将其与含有闭环系统性能的期望传递函数在三个条件下进行匹配,进而获得未知控制器增益的表达式。在设计实际控制椭圆轨道编队飞行MIMO相对位置保持算法时,将系统期望传递函数设为解耦形式来实现三轴位置控制间的解耦控制,达到提高系统控制性能的目的。最后进行相应的数学仿真,其结果表明该算法能够保证系统的高精度位置保持要求。     

鑫诺六号接替鑫诺三号业务

10月20日凌晨2点～5点,随着鑫诺六号卫星C频段转发器的陆续打开,以及鑫诺三号卫星C频段转发器的陆续关闭,位于东经125度轨道位置上的这两颗通信广播卫星顺利完成了业务倒接。至此,中国卫星通信集团有限公司鑫诺六号广播通信卫星正式接替鑫诺三号卫星工作圆满完成,进入业务运营阶段。     

基于任务规划的有限推力燃料最优交会

给出了空间交会冲量机动任务规划及基于该任务规划的有限推力燃料最优交会算法。首先,以双冲量空间交会作为问题的初步模型,采用Battin-Vaughan算法对追踪器初始位置和飞行时间的组合进行遍历计算,通过分析特征速度等值线图,进行空间交会的任务规划,为有限推力燃料最优交会提供重要的初值条件。基于任务规划分析,建立了有限推力燃料最优交会的最优控制模型,根据庞特里亚金极值原理将最优控制问题转化为两点边值问题,采用共轭梯度算法进行数值求解。在变轨时间固定、连续变推力的情况下,以总冲最小、满足终端位置和速度约束为指标,对推力大小和方向进行优化。通过数值仿真,得到了一些重要的结论,为工程应用提供了一定参考价值。     

基于分布式模型预测控制的多UAV协同区域搜索

针对多无人机(UAV)协同区域搜索问题展开研究。提出了一种基于分布式模型预测控制(DMPC)的多UAV分布式优化搜索方法。首先基于传统的搜索图模型,建立了多UAV协同搜索的问题描述和状态空间模型,然后在DMPC框架下,将集中式多UAV在线优化决策问题转化为各架UAV的小规模分布式优化问题,采用基于纳什最优和粒子群优化(PSO)相结合的算法实现对每个子系统优化问题的迭代求解。仿真结果表明:DMPC方法能够有效地降低多UAV协同搜索决策问题的求解规模,是一种可行的方法。     

定时截尾数据回归分析方法

提出定时截尾数据回归分析方法,建立定时截尾数据回归方程,给出回归系数和标准差的最佳无偏整体估计、百分位值的点估计及其置信限估计.详细讨论了工程中常见的极值分布、Weibull分布、正态分布以及一般位置-尺度分布场合下定时截尾数据的回归分析问题.该方法可以充分利用截尾时刻的试验信息,并将各个状态下的定时截尾数据作为一个整体进行统计分析,具有信息量大、精度高的特点,从而可以在试验时间、经费等有限的情况下对产品进行高精度的寿命预测和可靠性评估.