小天体软着陆自主光学导航与制导方法研究

针对小天体软着陆任务自主性、实时性的需求,对软着陆小天体自主导航与制导问题 进行了研究。提出了一种利用激光测距仪和光学导航相机跟踪目标着陆点的自主导航方案, 利用测距矢量以及目标点之间的几何关系,确定着陆平面法向方向和目标点位置。分析期望 的探测器下降轨迹特点,给出了一种基于制导变量的脉冲控制制导律,通过对目标点视线与 着陆平面法向矢量之间夹角的控制,将软着陆小天体控制分解为切向控制与法向控制两部分 。最后,通过数学仿真对自主导航制导系统的性能进行了验证,结果表明该方法能够满足垂 直软着陆的任务需要,实现高精度软着陆。     

未来战斗机座舱显控系统发展动态

在综合化航空电子系统总体设计中,座舱显示控制系统历来是最受关注的设计技术之一。在“需求牵引、技术推动”下,其发展极其迅速。本文分析了未来战斗机的座舱显控系统设计所面临的挑战,阐述了几种座舱显控系统的概念及其发展动态。     

射手模型优化与辨识及其对图像制导的影响

基于数据链通信的人在回路制导模式额外引入了射手动力学而且存在图像信号延时,含有射手动力学的控制回路会对目标在视场（LOS）中的误差角进行跟踪补偿,从而提升图像制导弹药的制导控制性能。为探究射手动力学和图像信号延时对人在回路制导性能的影响,基于真实的图像导引头模型及参数,设计校正网络以满足导引头稳定回路的性能需求;引入两类射手模型,针对射手模型2,优化模型结构并通过贴近真实环境的辨识实验得到动力学参数,弥补了现有建模的不足。基于射手对不同图像信号延时的适应性,对比研究了两类射手模型与不同图像信号延时对导引头控制系统稳定性、快速性和人在回路比例导引制导精度的影响。仿真结果表明：图像信号延时越长,导引头跟踪速度越低、误差角越大,制导系统的收敛时间越长;优化后的射手模型2及其参数辨识更准确地描述了射手的操作行为,对制导系统的影响较低且满足系统性能要求。     

航天型号技术风险分析与控制

简要介绍了开展航天型号技术风险分析与控制工作的背景,阐述了技术风险分析与控制的基本概念、工作程序及工作重点。     

载人航天器密封舱内管路设备维修设计与验证

载人航天器密封舱内配置大量的气、液管路设备,实现管路设备的在轨维修,对于提高长期在轨飞行载人航天器的安全性及使用寿命具有重要意义。文章对某载人航天器再生生保管路设备在轨维修性进行了设计,经地面充分验证后,航天员在轨完成了管路设备维修操作,结果表明本文提出的管路设备在轨维修设计正确、有效,可为载人航天器其他在轨维修设计提供参考。     

卫星安全性设计的分析评价策略

卫星安全性设计往往采用故障模式与影响分析(FMEA)方法,与可靠性设计同时开展。文章分析了卫星可靠性和安全性设计的对立统一关系,以及FMEA方法在安全性设计应用时偏重功能故障分析的局限性,提出采用FMEA方法结合初步危险分析(PHA)和安全检查表分析(SCA)方法,开展卫星安全性设计综合分析评价的策略和安全性设计流程。以卫星在轨加注为例,采用安全性设计综合分析评价流程进行安全性设计研究,结果表明,文章提出的策略和流程可以帮助卫星设计师有效开展系统安全性设计,全面考虑故障模式和其他危险源引发的安全性风险,制定最优的卫星安全性设计方案。     

工程尺寸驱动原理的完善及其在公差分析中的应用

目前,工程尺寸驱动原理尚未涵盖三维模型中的隐式约束与几何约束,故公差尺素链分析法（GECM）的应用受到一定的限制。为此,本文对工程尺寸驱动原理进行了完善,并建立了面向虚约束模型（VCM）的公差分析方法。首先,分析工程尺寸不可驱动的原因,建立建模参数集可驱动工程尺寸集的充分必要条件;其次,针对工程尺寸不可驱动的模型,提出产品虚约束模型,给出虚约束模型的构建方法,并构造虚约束模型的公差分析算法;最后,通过实例测试,验证本文所提模型的正确性和算法的有效性。     

热防护材料表面催化特性研究进展

随着高超声速飞行器的发展,高焓离解环境下热防护材料所承受的气动热载荷在很大程度上受到材料表面催化特性的影响。根据高焓服役环境特征和热防护材料表面催化特性的发展现状,重点综述了材料表面催化反应机理和不同尺度的催化模型,分析、比较了催化特性地面测试与评价方法以及典型热防护材料表面催化特性的影响因素,简要总结了国内现阶段相关催化特性研究的初步成果,并在此基础之上提出了催化特性测试与表征方法的不足和后续研究的重点方向,为有效改进热防护材料表面催化特性试验测试技术、准确预测高超声速飞行器气动热环境,从而实现热防护系统的精细化设计提供指导。     

遥感图像飞机目标高效搜检深度学习优化算法

为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络（DNN）的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势。