RLV双环滑模RCS/气动舵复合控制器设计

针对可重复使用运载器(RLV)再入飞行强非线性、快时变特性和多种控制模式给姿态控制器设计带来的困难和挑战,提出了一种双环滑模反作用控制系统(RCS)/气动舵复合控制器设计方案。首先建立了RLV再入飞行的数学模型,基于时标分离原理,设计了快、慢双环回路控制系统,并采用滑模控制律(SMCL)获得控制力矩指令;所设计的RCS/气动舵复合控制器,由控制分配将控制力矩指令分别映射成RCS推力器执行的开关指令和气动舵面偏转指令,采用链式递增融合协调气动舵与RCS的复合控制。仿真结果表明,双环滑模RCS/气动舵复合控制器能较好地完成姿态跟踪控制,有效地节省RCS燃料,实现了气动舵面与RCS的协调控制。控制方案也能用于再入飞行器或空天飞机的控制系统设计。     

沸腾换热在水卡式大热流传感器研制中的应用

为了实现MW级热流环境的长时间稳态测量,研制了一种新型结构的水卡式大热流传感器。该传感器采用U型水冷通道结构,基于沸腾换热理论进行换热设计,设计量程5~15 MW/m~2。在高温超声速燃气流试验台上进行了热流测试试验,实际测试量程3~25 MW/m~2。沸腾换热理论的应用可以在较小的水流速下实现MW级热防护,大大降低了设计难度。新型结构传感器相对传统的中心冲击结构换热效率更高,可实现的量程范围更大。     

基于轨道角动量的电磁涡旋SAR成像新方法

为研究电磁涡旋波在合成孔径雷达(SAR)领域的应用潜力,验证电磁涡旋SAR成像的可行性,将电磁涡旋与合成孔径雷达模型结合,通过使用单一模式的轨道角动量,用合成孔径原理实现方位聚焦。给出了基于电磁涡旋的SAR几何模型和回波信号模型,并提出了适用于电磁涡旋SAR的改进chirp-scaling(CS)成像算法。通过点目标仿真分析,验证了所提成像算法的有效性。该方法可为SAR系统新体制设计及雷达的研究提供参考。     

同步误差条件下的空间目标双基地ISAR自聚焦算法

以空间目标为研究对象,针对双基地雷达时间、空间及频率同步误差导致的逆合成孔径雷达图像散焦问题,提出基于离散多项式相位变换的自聚焦算法。算法首先将目标平动、转动及同步误差导致的相位项统一建模为高阶多项式,利用离散多项式相位变换方法估计高阶多项式系数并据此构建补偿相位项,完成高阶相位补偿。最后进行方位压缩得到高聚焦度的二维ISAR像。算法通过选取合适的延时参数及成像积累时间可得到高精度参数估计及相位补偿,理论分析和仿真校验了算法性能优于常用的非参数化自聚焦算法。     

空间太阳能电站统一调度设计及电能管理分析

针对多旋转关节空间太阳能电站(Space Solar Power Station, SSPS),提出一种环形拓扑的电力系统架构。基于功率分层准则对SSPS电力拓扑架构进行设计,提出U1~U7共7个层级、母线电压5000V、功率等级为MW的太阳能电站电力系统。针对分层架构中多太阳电池阵子阵并联(U6层),提出分层功率平衡统一控制策略,对MPPT控制、MPPT控制+稳定直流母线电压混合控制、MPPT算法+下垂稳定直流母线电压混合控制三种控制方法开展仿真分析。结果表明,提出的基于虚拟阻抗的下垂控制策略可以有效调节、分配功率,解决了空间发电站母线电压无法稳定的问题。     

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。     

面向下一代运载火箭的综合电子系统集成技术

介绍了面向下一代运载火箭分布式模块化电子系统(DIMA)的集成技术及系统架构。针对下一代运载火箭复杂电子系统的特点,按照系统集成的路线,对系统设计目标、系统功能需求分析、系统抽象机制、系统综合技术等多方面进行论述。首先,根据电气系统功能获得系统需求,采用功能抽象和层次抽象定义系统抽象模型,提取出高内聚低耦合的原子功能模块,并对模块的属性、交换关系、时序约束关系等进行定义;然后采用可视化表征方法对系统进行深入分析,利用系统综合技术实现了从系统功能到硬件资源的映射,从而给出了集成控制单元和模块的种类;随后采用分时分区的设计理念对系统节点分区划分方案及容错架构进行了定义,并对分区操作系统的调度模型和交换式的数据交互网络进行了论述,最终给出了系统软硬件架构。     

系统参数对电动力绳系动力学的影响

将电动力绳系(EDT)的主星质量、子星质量、绳系质量以及绳系中的电流视为系统参数,研究这些参数对系统的摆动动力学和轨道动力学的影响。哑铃模型下的电动力绳系摆动动力学方程存在不稳定的周期解,通过Floquet理论来衡量周期解的不稳定程度,从而研究各系统参数对摆动动力学的影响。建立了用春分点轨道元素的形式描述的电动力绳系轨道动力学方程,并以降轨时间来衡量电动力绳系的降轨效率,从而研究系统参数对轨道动力学的影响。运用算例对周期解迁移矩阵的特征值、降轨时间随各系统参数的变化关系进行了仿真,分别得出了各系统参数对系统摆动动力学和轨道动力学的影响。综合本文的仿真结果,并考虑实际发射及空间运行中的其它因素,对电动力绳系的设计和降轨策略提出了建议。     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下,传统PID控制方法难以满足高品质控制需求的问题,进行了自适应增广控制(AAC)方法研究,以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上,通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制;继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响,设计了在线调整算法自适应调节PID控制增益,并对其工作机理与参数设计原则进行研究;然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响;最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析,验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响,大幅度提升综合控制性能,具有理论研究意义与工程应用价值。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。