基于机动平台序列图像的空间飞行器定轨技术研究

针对机动观测平台单目光学成像系统的特点,在不能测定目标飞行器位置和速度的前提下,通过对成像系统与空间飞行器空间关系的分析,提出了视平均运动角速度与真平均运动角速度的概念,并构建了关于二者的约束方程,实现了基于测角数据的观测斜距的估计,从而解算出定轨所需的初始状态参数。基于观测斜距估计的轨道确定方法把对空间飞行器的定轨问题,归结为根据图像序列计算目标测角和根据测角数据确定观测斜距,解决了利用空间单目光学成像数据的定轨问题,并以高轨卫星为实例对定轨精度进行了仿真验证。     

高帧频数字相机在高速流动显示中的应用

根据高速流动显示实验研究对高帧频图像采集设备的需要,基于分幅式光路设计原理,结合快响应像增强器和低照度CCD相机,研制了一套兆赫兹采样的高帧频数字相机.利用高帧频数字相机,开展了高速流动显示实验研究:基于高帧频数字相机,结合纹影技术,在激波管上针对方块、凹槽模型,开展了高速流动显示实验,获取了运动激波与模型边界相互作用的序列图像,观察到湍流涡随时间演化发展的过程.结合一台输出功率为8W的连续激光光源和高帧频数字相机,建立了一套高速片光散射流动显示系统,获取了喷流的米氏散射序列图像.实验证明,基于高帧频数字相机的纹影及片光散射技术具备开展高速流动显示实验研究的能力.     

压-压疲劳载荷下CFRP层合板表面红外辐射特征

为探究含冲击损伤CFRP层合板在循环交变载荷下的损伤演化规律,基于热力耦合效应研究了含损伤CFRP层合板疲劳过程中的表面红外辐射特征。以压-压疲劳试验模拟交变载荷,采用红外热成像方法分析了疲劳过程中含损伤CFRP层合板的热图序列和温度数据,结果表明：随着疲劳次数的增加,损伤沿垂直疲劳载荷方向演化,热斑颜色逐渐加深,初始冲击损伤形状逐渐演化为椭圆状,最后热斑横向端部出现"尖点";试件最大表面温差演化整体呈"快速上升-缓慢上升-快速上升"规律,最后出现跳升,其中热斑尖点、最大表面温差跳升可被视为结构疲劳破坏的前兆;含损伤CFRP层合板疲劳破坏时,其最大表面温差主要与纤维和基体种类有关,而试件铺层方式相较于纤维基体类别对最大表面温差无明显影响。研究揭示了冲击后CFRP层合板在疲劳载荷作用下的损伤演化规律,为飞行器复合材料结构的剩余疲劳寿命评估与损伤容限设计奠定了基础。     

电磁航天器编队动力学建模与运动规划方法

基于电磁航天器作用原理,利用拉格朗日方法,建立电磁航天器“绳系”动力学模型.基于偏差线性化动力学模型,以切向、径向编队为例,分析编队构型保持稳定性,设计构型保持控制律;将双星电磁航天器编队(EMFF,Electromagnetic Formation Flight)重构运动规划问题转化为标准优化问题,利用高斯伪谱优化方法进行求解.并提出序列控制策略,将该双星模型扩展应用于多星电磁编队构型重构问题,转化为多阶段运动规划问题利用多阶段优化方法进行求解.仿真结果表明本文的动力学建模方法和控制方法是可行的.      

基于遗传算法的太阳同步轨道组网访问序列优化

针对考虑回归周期、重访周期及地面站接收数据冲突等多约束条件下太阳同步回归轨道多星组网问题,开展了基于遗传算法的组网优化研究。通过分析太阳同步回归轨道运动特性与星下点的关系,构造了回归周期内轨道的访问序列,建立了卫星半长轴、相位差与太阳同步回归轨道的关系;结合组网卫星有效载荷指标参数,分析了回归周期、重访周期与访问序列的关系及极值;将组网卫星的访问序列作为优化参数,采用二进制编码方式建立综合适应度函数;设计了遗传算子并通过种群繁殖得到优化结果。仿真结果表明,该方法能够快速设计出满足约束条件的组网优化策略。     

基于圆周相关扩频信号的快速捕获改进方法

针对大多普勒频偏、低信噪比条件下长周期伪码的扩频信号捕获问题,提出了一种基于圆周相关扩频信号的快速捕获改进方法。该算法对圆周相关后的结果利用快速傅里叶变换(FFT)进行频率估计,扩大了传统圆周相关法的扫频步进,使扫频步进不再受跟踪环路带宽的限制。理论分析及仿真结果表明,在信噪比为-34 dB、多普勒频率为500 kHz条件下算法可以正确地估计出伪码相位和多普勒频偏。在达到相同的灵敏度条件下,所提算法的平均捕获时间与传统的圆周相关法相比缩短了约47%,与基于FFT的并行频率搜索法相比缩短了约88%。另外,用于频率估计的FFT点数仅占圆周相关点数的1%,故额外增加的硬件资源很少。算法逻辑控制简单,尤其适用于大多普勒频偏、低信噪比及长周期伪码的卫星通信系统。     

基于动态集成算法的航空发动机气路参数预测

针对单一学习机对航空发动机气路参数预测困难的问题,提出了基于动态加权核密度估计（DWKDE)组合方法的集成预测算法,该组合方法选择测试样本的近邻样本,通过评估学习机在近邻样本的局部性能动态确定各学习机的权值,并基于该权值利用加权核密度估计实现数据序列的集成预测。该组合方法不易受离群值和样本不对称分布的影响,将该组合方法用于AdaBoost.RT和AdaBoost.R2算法,获得了改进后的集成学习算法。实验证明:相比于神经网络和原始集成学习算法,改进后的集成学习算法较好地提高了航空发动机气路参数序列的预测精度,方均根误差（RMSE)指标至少可降低27%。      

一种测量射频脉冲序列稳定性的新方法

本文提出了一种用于射频脉冲序列稳定性测量的新方法——无源正交双通道法,对这种方法进行了全面的理论分析,并初步建立能满足工程应用的微机控制的测量系统。测量系统可用于测量射频范围500MHz～12.4GHz、射频脉冲宽度1～10μs、脉冲重复频率100Hz～10kHz的各种发射机。频率起伏测量精度与分辨度分别为2%和100Hz,测频灵敏度为250Hz,测幅分辨度为0.1%。     

基于Bi-LSTM 的无人机轨迹预测模型及仿真

传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。     

航天试验数据时间序列相似度分析

针对航天试验曲线数据的特点,提出一种时间序列相似度分析方法,通过分析待测曲线与模板曲线的相似性,辅助曲线数据判读。首先,采用SAX和DTW融合综合分析时间序列的周期性,将时间序列数据划分为周期和非周期两类。再分别叙述两种类型的时间序列的相似度分析方法,判定曲线的正确性。本文中对非周期时间序列,提出采用带有双维度约束的DTW相似度分析技术。对周期时间序列,采用离散傅立叶变换,通过频域幅度的一致性来近似初步判断周期信号的相似性。最后经过实验验证本文提出的时间序列相似度分析方法的正确性。