天线的散射机理和雷达截面减缩

飞行器头部的天线是鼻锥方向的一个强散射源,它对目标雷达截面的贡献包括了普通的结构散射项和再辐射引起的模式散射项,后者是天线作为一个加载散射体所特有的。本文给出了这两项雷达截面的散射机理和分析计算方法,并提出了减小天线雷达截面的若干技术途径及其实际效果。     

空间碎片防护结构设计优化理论方法研究

航天器空间碎片防护结构设计优化在国际上属前沿课题，防护结构设计优化理论方法是其关键技术之一。在防护优化理论模型及其优化算法研究方面取得了突破性进展，建立了综合各类典型防护结构构型的统一的防护优化数学模型，提出了解决防护优化问题的几种算法：混合遗传算法，改进的差异演化算法和混合差异演化算法。最后采用航天器防护优化算例对防护优化理论方法进行了测试考核，优化结果表明了本文工作的可行性和有效性。     

基于蚂蚁算法的星上ATM交换结构

对于卫星ATM交换系统，星上ATM交换结构的设计是一个非常重要的部分。由于卫星通信具有带宽有限、时延受限、信道误码率高等特点，因而设计星上交换结构时必须尽可能降低交换时延，减少内部阻塞。为此，提出一种基于蚂蚁算法的星上ATM交换结构，并对此方案进行了分析和仿真。结果表明，该结构由于采用了蚂蚁算法和阻塞规避方案，有效改善了信元时延和信元丢失率等性能。     

基于积分多普勒平滑伪距的导航算法研究

载体处于高动态机动、障碍遮挡、信号干扰和多路径等复杂环境时,GNSS接收机跟踪环路易发生信号失锁和相位失调,导致载波相位观测值发生较大变化,采用载波相位平滑伪距将严重影响导航精度。为改善GNSS接收机导航性能,对电离层效应及延时校正模型进行了研究,基于α-β滤波算法提出了基于积分多普勒平滑伪距的导航算法。实验结果表明:采用该算法在静态、动态条件下定位精度优于5m,测速精度优于0.05m/s,可显著提高GNSS接收机的导航精度。     

基于新型滑模控制方法的再入飞行器姿态控制律设计

设计了一种新型滑模控制方法,该方法不但能对已有的控制律进行鲁棒性改进,而且能有效抑制抖振现象。在该方法的设计过程中,首先基于已有的控制律和标称系统,设计了一种新型的动态滑模面,然后对超扭曲算法进行改进,得出了一种快速、连续且有限时间收敛的算法,并首次将其作为新型趋近律,该趋近律与滑模面相结合能够大大增强现有控制律的鲁棒性,而且滑模的切换律是连续的,因此大大降低了系统的抖振。将以上方法应用于再入飞行器的姿态跟踪控制中,有效增强了已有控制律的鲁棒性,实现了大干扰情况下对姿态系统的稳定控制。通过仿真,验证了该方法在提高系统鲁棒性和降低抖振方面的有效性。     

星上系统时间算法研究

针对星上缺乏系统时间会出现钟差整体漂移的问题,本文提出两种新的钟速初值预报方法建立集中处理模式下星上系统时间算法：用每颗星第1天的前两历元的钟差预测钟速初值和用每颗星每天的前两历元钟差预测钟速初值。仿真结果表明,算法合理,两种方法得到的自主系统时间与国际全球导航卫星系统服务时间(IGST)相比,60天的偏移程度均在100 ns以内,用每颗星第1天的前两历元的钟差预测钟速初值建立的系统时间稳定性更好。     

钻取式自动采样机构螺旋钻杆结构参数的多目标优化

分析了螺旋钻杆的输出月壤原理和输出月壤阻力（阻力矩）以及综合考虑了螺旋槽内月壤对钻杆驱动力矩的影响、螺旋升角的取值范围和钻杆的轴向钻进功率后建立了钻杆驱动力矩、轴向加载力及功耗的模型。利用该模型分析了钻杆外径、螺旋槽深、槽宽比及螺旋升角等结构参数对钻杆驱动力矩和轴向加载力的影响,获得了钻杆结构参数对钻杆驱动力矩和轴向加载力的影响规律。以钻杆质量和功耗最小为双优化目标,以钻杆外径、螺旋槽深、槽宽比及螺旋升角等结构参数为设计变量,基于遗传算法对钻杆结构参数进行了优化,优化后的功耗较优化前降低了31.8%,钻杆质量减小了23.3%。总体减少了钻探风险,可为钻取式自动采样机构的设计提供理论依据。     

噪声调幅干扰信号波达方向估计研究

利用噪声调幅干扰信号频谱结构的特殊性,提出基于阵列接收信号载频处频域数据的波达方向估计算法,通过仿真分析表明该算法的角度估计性能明显高于目前广泛采用的比幅比相单脉冲测角法,并且计算量也大大低于传统的波达方向估计算法.     

未来太空气象预报系统一瞥

文章从几个方面对太空气象预报系统进行了简单的介绍,包括：当前太空气象预报系统的水平;模板预报方案实施细则;实施模板方案的难度与可行性。作者关心我国对太空气象预报系统的研究,为进一步降低航天器发射风险、提高航天器运行可靠性而献计献策。     

基于快速终端滑模的模糊逼近系统及其应用

为改善模糊系统逼近的收敛速率,提出了一种基于快速终端滑模的反向传播(BP)学习算法。将快速终端滑模引入模糊逻系统的学习算法,综合终端吸引子有限时间收敛和线性系统指数收敛的性质,提高了对非线性连续函数的逼近能力。仿真结果表明:该算法能以较快速率逼近未知函数,且逼近过程稳定,较普通学习算法更为精确和有效。