空天飞行器返回滑翔段在线制导方法

针对空天往返飞行器的返回滑翔段在线制导问题,设计了一种新的滑翔段飞行剖面,实现了滑翔段终端交班高度、位置和倾角约束的自动满足,减少了在线制导算法中需处理的约束数量.推导了滑翔段运动状态、过程约束和性能指标的解析表达式,获得了剩余航程和终端速度间的函数关系.在此基础上,提出了一种双层在线制导方法:内层解析重构飞行剖面,同...     

基于ATR-FTIR检测技术的航天器结构板表面污染物分析

文章制定了航天器结构板表面污染物成分鉴定与来源解析的技术方案,并根据该方案采用衰减全反射傅里叶变换红外光谱（Attenuated Total Reflection Fourier Transform Infrared, ATR-FTIR）检测技术对航天器热真空试验后结构板表面的白色污染物进行成分鉴定,结果表明污染物的主要成分为酰胺类物质。将疑似污染物来源物质的ATR-FTIR光谱图与污染物光谱图进行对比分析,推断出航天器结构板表面污染物来源于热真空试验过程中含胶热缩管内层的热熔胶,并通过验证试验证明了污染物来源推断的正确性。研究可为航天器污染物的预防和控制提供技术支持。     

基于分离策略的航天器多故障模式诊断方法

针对定性模型诊断方法在处理多故障模式复杂系统时计算量大,不能满足航天器自主诊断实时性要求的问题,提出了新的诊断方法。为了减小冲突识别的实时计算规模,引入冲突识别的分离策略,提出了解析冗余计算方法。扩展了候选产生算法,先识别可能的异常部件,再通过冲突环境对异常部件的故障类型进行确定,在实现多故障模式系统故障诊断的同时,缩小了匹配空间。以某卫星一次电源系统为例,通过与现有算法进行对比,验证了本文的方法能够有效地减小诊断的规模,提高诊断效率,满足航天器自主诊断的需求。     

再入飞行器可达区域近似算法及地面覆盖研究

在无旋圆地球假设下,利用飞行器最大纵程、最小纵程和最大横程三个典型性能指标,建立了飞行器纵程和横程之间近似椭圆分布的解析关系式,通过该关系式能够快速得到纵程和横程对应的边界曲线,并根据球面三角形将纵程和横程的对应关系转化为经纬度关系,从而得到飞行器地球表面可达区域的边界线.通过与Legendre伪谱法计算所得最优解的比较发现,在不同经纬度,以不同航向角再入后,最优化方法计算得到的边界点与解析方法计算的边界曲线分布基本一致,并仿真分析了不同弧段再入后飞行器地面可达区域的变化特点,针对顺行轨道和逆行轨道完成了再入飞行器地面覆盖范围的计算.该解析方法通过3个典型指标就能够快速计算飞行器再入可达区域,有助于飞行器着陆场快速选择和初期轨道快速设计.     

弹道导弹自由段解算的等高约束解析解

在状态空间摄动法的基础上，提出了求解终端为高度约束的弹道导弹自由段轨迹的方法，导出考虑J2项摄动的运动参数等高偏差解析解，并提出利用已有的等地心距偏差公式近似的思路。和其它解析方法相比，所提方法计算精度高，无须迭代。算例证明：解析方法的计算精度在50米以内，可以满足诸元和制导计算的要求。     

诊断键合图在液体火箭发动机故障诊断中的应用

研究了通过诊断键合图模型建立液体火箭发动机解析冗余关系的故障诊断方法。通过在液体火箭发动机键合图模型中加入观测信号和虚拟传感器的方法，建立其诊断键合图模型，并利用此模型构建了系统的解析冗余关系。提出了根据诊断键合图因果路径并利用解析冗余关系残差趋势分析建立具有残差变化方向故障特征矩阵的方法，使故障特征值能更好地反映故障特征。最后利用仿真数据对诊断结果进行验证和分析，表明该方法建模简单、诊断速度快、准确性高。     

火星车定向天线自主对地指向规划方法

针对火星车的2自由度定向天线,结合在轨约束条件和对地数传需求,提出一种基于解析星历的器上自主对地指向规划算法。首先给出火星和地球的相对方位、信号传输时延和空间交会的解析计算公式,摆脱了复杂的星历表模型,使得器上计算机运行更加高效;在此基础上根据火星车位置和姿态、定向天线安装矩阵,计算定向天线的转角,并给出天线转轴运动控制策略,使其实时自主跟踪地球,建立稳定运行的通信链路。通过仿真对解析星历计算结果进行检验,并在室内试验场对天线自主跟踪结果进行验证,仿真和试验结果表明该方法合理可行,指向精度满足使用要求。此方法解决了大时延下火星车定向天线对地球的指向和跟踪问题,将会应用至我国的首个火星车上。     

基于AFDX的综合航电系统余度技术研究

基于AFDX数据网络提出了航电系统总线数据传输的冗余设计,重点介绍了网络配置实现主控制器与备份控制器的切换技术,从软硬件系统综合考虑,提高综合模块化航电系统的可靠性。     

基于深度学习的融合空域空管指令语义解析技术

随着无人机技术的快速发展，无人机数量与空域需求显著增长，无人机进入融合空域成为趋势。为改进传统的“人在回路”空管模式，提高融合空域的管控效率，对深度学习方法用于空管指令解析进行了研究。根据空管用语的特点对指令进行整理、扩充、分类和标注，编写了可用于自然语言理解模型学习的空管指令数据集。使用BiGRU-CRF模型作为深度学习的基础架构，加入注意力机制与意图反馈机制构建联合模型获取指令意图及指令参数。分别在空管指令数据集和ATIS数据集上进行了评估，结果表明模型在意图识别和槽填充任务较基础架构均有近1.5%的提升，证明论文方法具备实用性和有效性，为无人机自然语言指控技术的发展提供了有力支撑。