钢球式解锁螺栓分离装置的强度计算

基于失效分析方法,文章确定了某钢球式火工分离装置各组成部件的强度最薄弱环节,并针对这些环节进行了受力分析与最大承载力计算,通过计算得到了外筒壁厚与钢球直径的尺寸设计是影响分离装置总体载荷强度的关键。同时,对火工分离装置进行了分离能力与承载力的试验,结果表明文章提出的强度计算能准确估算出分离装置最大承载力,为类似航天器火工装置的尺寸设计以及小型化设计提供了理论参考依据。     

环喉型塞式喷管的数值仿真研究

通过流场数值仿真计算方法对环喉型塞式喷管进行了研究,对比计算了不同外流条件下塞式喷管的流场结构和性能.分析表明该塞式喷管的结构方案独特,具有稳定的高空高速性能,与传统的钟型喷管相比低空性能更优异.     

干涉式合成孔径雷达干扰方法研究

干涉式合成孔径雷达（INSAR）三维成像技术是在合成孔径雷达（SAR）的基础上发展起来的,它可以获得高精度的数字高程模型（DEM）,该模型得到了广泛的应用。针对IN—SAR干扰对比研究了常规噪声压制式干扰与弹射式干扰对INSAR成像处理的影响,并作了计算机仿真。结果表明,采用弹射式干扰不仅可行,而且可以有效地改变原地形的“指纹”特征,达到欺骗INSAR的目的,而常规噪声压制干扰则不适合用于对INSAR实施干扰。     

现代空袭作战模式研究

依据近期空袭作战的实际战例,以及空袭兵器的电子信息装备的发展水平,阐述现代航空航天兵器的空袭基本作战模式,以及现代空袭模式的可能发展变化.重点论述了空袭电子战作战模式.     

空间站柔性机械臂辅助舱段对接动力学分析

为验证空间站柔性机械臂系统在有初始位置、姿态误差的情况下能否成功完成辅助舱段对接任务,文章建立了空间站柔性机械臂辅助舱段对接动力学模型,模型考虑了对接机构的接触碰撞,依据关节精细动力学模型、力矩控制方法和阻抗控制程序进行了空间柔性机械臂辅助舱段对接过程仿真。仿真结果表明,当关节输出端位置测量精度为17位时,依靠阻抗控制的方法,空间柔性机械臂在主动舱存在最大位置误差150mm,最大姿态误差2.5°的情况下仍能完成对接;对接成功后,空间柔性机械臂系统控制力迅速下降,仍然能较好地保持构型,不会影响对接舱段的安全。     

构建有理函数逼近式的一种新方法

为超越函数提出一种构建有理函数逼近式的方法.与Pad′e法不同,这种新方法利用超越函数的值与其逼近式的值相互逼近这个条件,较少地依赖超越函数的泰勒展开式.以两个超越函数为例,叙述了用这种方法构建的逼近式与Pad′e逼近式的不同.用这种方法构建了一系列适合在单片机上运行的超越函数的有理函数逼近式.     

内并联式TBCC进气道模态转换过程流动特性分析

针对组合动力(TBCC)进气道模态转换过程中出现的非定常气动现象,采用稳态/非稳态数值模拟方法对相关流动特性及其影响因素与流动机理开展了研究。结果表明：由涡轮发动机工作状态向冲压发动机工作模态转换过程中,进气道内出现结尾激波沿流向前后振荡现象,振荡频率约为130Hz;当冲压流道反压引起的激波未前传至模态转换分流板前时,冲压发动机工作状态对结尾激波振荡不产生影响。在相同的发动机工作状态下,随着模态转换速度的增加,结尾激波振荡频率逐渐增大。文中研究的进气道内结尾激波振荡现象可通过亚声速管道内波的传播理论进行解释和分析。     

基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。     

尾座式无人飞行器鲁棒容错编队控制

针对尾座式无人飞行器编队在执行器故障、严重的非线性和耦合性、参数不确定性、外界扰动等影响下的容错控制问题进行了研究。提出了一种鲁棒容错编队控制方法来实现一群尾座式无人飞行器在执行器故障情况下的期望编队飞行。所构建的控制器由2部分组成：标称控制器和干扰补偿控制器。设计标称控制器使系统实现期望的控制性能,利用干扰补偿控制器抑制多种不确定性和执行器故障的影响。通过理论分析证明了系统的鲁棒稳定性,并通过数值仿真验证了算法的有效性。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。