利用F区电离层特性参量获取等效中性风的方法及讨论

讨论利用电离层特性参量获取F层峰值高度附近中性风信息的三类方法.这些方法主要有:传统的和改进的伺服理论方法、借助电离层模式和数据同化思想的方法和刘立波等提出的方法.并以美国Millstone Hill非相干散射雷达浓度剖面和离子速度数据,以及澳大利亚Beveridge(37°S,144°E)FPI风场和测高仪数据为个例,初步考察利用电离层特性数据导出的等效中性风与观测值的一致性.     

飞机起落架上位锁机构可靠性分析

对机构系统可靠性分析的典型方法进行了阐述，并以某国产民机的主起落架上位锁系统为例进行了功能可靠性性定量分析，此工程分析方法也适用于同类问题。     

匹配数据的平滑滤波技术

讨论了匹配测量数据的平滑，滤波和外推问题，所谓匹配测量数据是指位置参数和速度参数呈求导的匹配关系，提出了利用数据的匹配特性这一先验信息来改善多项式最小二乘滤波器的设计，对测量数据中的位置和测速数据进行统一处理，在最小方差意义下给出了平滑滤波公式及其效率方差比，由于充分利用了先验信息，减少了待估计参数的个数，显著提高了参数的估计精度，仿真计算结果表明该方法能显著改善目标运动参数的估计精度。     

武装直升飞机雷达散射截面的估算方法

讨论了在预告不知道武装直升飞机详细外形数据的情况下，根据三视图及少量外形数据，对其外形进行拟合，对雷达散射截面进行估算的方法，并对一武装直升飞机进行了理论计算和实验测试，结果吻合较好。     

一种求非线性规划全局最小解的算法

在评述了近２０年来发展的全局最优化方法之后，提出了一种求解全局最优化问题的算法，即从一个求得的局部最小解点出发，去解一个最大化问题，这个最大化问题是构造一个辅助函数去寻求一个更好的局部最优解，这样就产生一个局部最小解序列，得后得到全局最小解，另外还有了全局收敛性定理，也给出了数值例子。     

基于CCD的单缝衍射条纹光强测量与小波去噪技术研究

通过CCD的数据采集对单缝衍射条纹的光强进行测量试验,简要分析了试验中的噪声来源.提出使用小波技术对CCD的采集信号进行噪声滤除,详细讨论了小波的分解与重构以及在去除噪声中的应用.试验结果表明,小波技术能完全滤除噪声.     

十二表冗余捷联惯导系统数据融合技术研究

针对采用正十二面体冗余仪表构型的十二表冗余捷联惯性导航系统,通过仿真和样机试验,开展了基于最小二乘估计的数据融合算法研究。对不同故障模式下的系统精度进行了分析,并通过Monte Carlo仿真验证了数据融合算法对提高系统导航精度的有效性。设计开展了样机静态导航试验,试验结果表明,理论最优的马尔柯夫估计并不完全适用于脉冲输出形式仪表的数据融合。最后通过优化改进加权系数、构造加权矩阵,显著提升了样机的静态导航精度,使样机位置误差和姿态误差与三表直接解算相比分别降低了78.6%和77.9%。     

XPNAV-1卫星实测数据处理与分析

为展示我国首颗脉冲星导航试验卫星XPNAV-1载荷实测数据的性能,采用与国外公布实测数据对比分析的方法,从观测数据计数统计、光子能量响应、计时性能三方面介绍了XPNAV-1卫星发布数据的性能。分析结果表明,我国自主研发的探测器观测结果与国外天文卫星载荷观测结果的一致性较好,未来进一步深入发展将有望应用于脉冲星导航。     

基于综合电子的某型运载器电气系统方案设计

为降低全生命周期成本,提高航天运载器综合竞争力,提出了基于综合电子方案的某型运载器电气系统设计实现方法。首先对该运载器功能需求进行了分析,建立了基于综合电子的系统分布式集成逻辑架构,然后分别就系统任务规划与操作系统分区结构、基于时间触发以太网(TTE)的一体化机内外总线体制以及系统容错处理机制等关键技术及实现途径开展了分析论证。本方案提出的相关软、硬件设计方法有利于实现系统快速集成与系统内资源共享,同时为实现冗余容错控制、在线任务规划等功能提供了便利。     

Online condition diagnosis for a two-stage gearbox machinery of an aerospace utilization system using an ensemble multi-fault features indexing approach

China manned space station is designed to operate for over ten years. Long-term and sustainable research on space science and technology will be conducted during its operation. The application payloads must meet the ‘‘long life and high reliability" mission requirement. Gearbox machinery is one of the essential devices in an aerospace utilization system, failure of which may lead to downtime loss even during some disastrous catastrophes. A fault diagnosis of gearbox has attracted attentions for its significance in preventing catastrophic accidents and guaranteeing sufficient maintenance. A novel fault diagnosis method based on the Ensemble Multi-Fault Features Indexing(EMFFI) approach is proposed for the condition monitoring of gearboxes. Different from traditional methods of signal analysis in the one-dimensional space, this study employs a supervised learning method to determine the faults of a gearbox in a two-dimensional space using the classification model established by training the features extracted automatically from diagnostic vibration signals captured. The proposed method mainly includes the following steps. First, the vibration signals are transformed into a bi-spectrum contour map utilizing bi-spectrum technology,which provides a basis for the following image-based feature extraction. Then, Speeded-Up Robustness Feature(SURF) is applied to automatically extract the image feature points of the bi-spectrum contour map using a multi-fault features indexing theory, and the feature dimension is reduced by Linear Discriminant Analysis(LDA). Finally, Random Forest(RF) is introduced to identify the fault types of the gearbox. The test results verify that the proposed method based on the multi-fault features indexing approach achieves the target of high diagnostic accuracy and can serve as a highly effective technique to discover faults in a gearbox machinery such as a two-stage one.