双脉冲固体火箭发动机隔舱打开与破片运动过程模拟

相比传统固体火箭发动机,具有能量管理特性的双脉冲固体火箭发动机结构更为复杂,为了提高其工作可靠性,针对核心部件金属隔舱的破片运动过程开展了数值仿真与试验研究。首先基于LS-DYNA软件,分析中引入监测函数、逻辑开关函数和加载驱动函数,模拟燃气流对破片的连续作用力,计算得到了在不同时刻破片的空间分布规律、撞击点位置及发动机内部损伤情况,保证了破片运动过程的高保真还原。其次,为了验证仿真结果的准确性,进行了模拟二脉冲初始工况的热流试验,发现破片撞击位置及损伤程度的仿真结果与试验数据一致性较高,其中撞击位置的预示误差小于9%,试验结果充分验证了有限元模型的准确性。由此,建立了适用于双脉冲固体火箭发动机金属隔舱破片运动过程的分析模型,实现了破片撞击位置及损伤程度的高精度预示。     

深空探测器自主规划技术研究进展

在深空探测过程中,探测器飞行距离远、所处环境动态多变,传统地面站遥测遥控方式很难满足探测器控制的实时性、鲁棒性和安全性等要求,迫切需要探测器具有自主性,而自主规划技术是实现探测器自主运行的核心技术之一.介绍了自主规划技术发展历程,给出了深空探测器自主规划内涵,分别从自主规划和执行框架、任务规划知识模型、任务规划和重规划...     

eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰（Enhanced Long Range Navigation,eLoran）系统精度的重要方法。根据所在网格四个顶点的附加二次时延（Added Secondary Factor,ASF）值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确。在计算过程中,用户四个顶点ASF值的测量误差会传递给用户,同时内插算法本身也会引入误差,此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法,得出结论：反距离插值算法引入的误差最大,双线应插值算法引入的误差最小,而且误差呈现一定层次感,网格从内到外误差逐渐减小。     

三轴陀螺稳定平台伺服回路全姿态解耦及变增益控制方法

在载体大机动飞行背景下,要求惯性平台具备全姿态的功能。国内现有的三轴陀螺稳定平台（简称三轴平台）不具备全姿态的功能,在内框架增加了限位挡钉以限制内框架角的工作范围,主要是基于内框架角不能工作在接近于?90?的认识。为了准确描述全姿态条件下三轴平台的运动规律,本文指出了传统动力学推导过程中的不足之处,重新建立了三轴平台的动力学模型,基于该模型给出了非奇异的全姿态伺服回路并提出了一种新的全姿态解耦方法,包括力矩解耦和转动惯量解耦。最后,针对转动惯量在框架转动过程中非定值的问题,提出了基于H∞控制理论的变增益控制策略。仿真结果表明,变增益控制器相对定常参数控制器可显著改善三轴平台伺服回路控制的性能。     

跨介质航行器波浪环境入水流场演变和运动特性研究

跨介质航行器是一种既可以在空中飞行又可以在水下潜航的新概念航行器,基于仿生学原理,提出一种通过改变外形实现水空介质跨越的航行器模型,通过入水试验装置和计算流体动力学方法,对航行器带攻角从空气到水的介质跨越过程进行了试验和数值仿真研究,得到了跨介质入水过程航行器的运动姿态和入水空泡形态,并通过数值仿真得到了航行器的升力、阻力、速度和加速度演化规律。同时基于数值模拟方法对有波浪情况和静水情况下航行器入水过程空泡演变以及运动特性进行对比。结果表明:提出的航行器构型在水中具有较好的姿态调整能力,波浪的有无和波高的不同都会对航行体入水运动特性造成影响。     

空间目标碰撞概率的等效矩形域快速算法

针对线性相对运动假设下的碰撞概率计算问题,提出了等效矩形域方法。利用该方法将概率积分计算进行近似处理,推导出概率密度积分的解析表达式。针对空间目标误差椭球形状固定的情况,给出了最大碰撞概率的计算方法。对目标在交会时刻相距较远和接近碰撞的情况进行了碰撞概率以及最大碰撞概率计算。通过将计算结果与空间压缩无穷级数法的对比,验证了等效矩形域方法近似计算碰撞概率积分的可靠性,同时对于不同的碰撞概率计算情况,等效矩形域方法显示出更高精确度和更好的估计偏差稳定性。     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

连续旋转下陀螺敏感轴偏移误差标定与补偿

激光捷联惯导因其具有良好的短期精度和稳定性等优势而被装备在武器、飞机等领域。针对连续旋转下机抖激光陀螺敏感轴偏移造成导航精度下降的问题,建立了机抖陀螺敏感轴偏移误差模型,利用陀螺有限元仿真结果完善该模型。提出了一种标定方法,该方法通过一种新的位置编排方案对6个敏感轴偏移误差进行充分激励,并用Kalman滤波估计出误差参数。仿真试验表明,该方法可以准确标定出敏感轴偏移误差参数。实物试验表明,补偿敏感轴偏移误差后,惯导系统在动态环境下的速度误差减少了80%以上。该标定与补偿方法能提高惯导系统动态导航精度,具有一定工程价值。     

某载人航天器供气单向阀运动特性研究

针对供气单向阀在使用过程中可能出现的阀门啸叫和机械振动等问题,建立某载人航天器供气单向阀的动力学仿真模型,研究弹簧刚度、入口压力等对阀门性能的影响,并通过系统试验进行了验证分析。结果表明：单向阀活门位移、出口压力和输出流量的趋势具有明显一致性;当弹簧刚度或活门限位较大时,均可能导致阀门内部产生机械振动,增大了引发啸叫现象的可能性。可为单向阀类设备研制提供理论依据,进一步提高系统的稳定性和可靠性。