大型复杂航天器结构有限元模型的验证策略研究

大型复杂航天器结构有限元模型的合理性和准确性在航天器研制过程中具有重要意义, 它是开展星箭耦合分析以及力学环境条件设计等工作的基础。首先综合有限元建模、模 态试验、相关分析和模型修正等技术构造了一套系统的航天器结构有限元模型试验验证策略 ;然后,针对我国新一代大型卫星平台——东方红四号卫星开展了整星有限元模型的试验 验证研究,其中整星模态试验以及模型修正等研究工作属首次在东方红四号卫星平台上成功 实施。修正后有限元模型对整星主模态频率预测误差小于5％,模态置信准则大于0.6,预 示精度达到工程要求。
     

基于迭代容积滤波的无源跟踪算法

对无源目标跟踪问题进行了研究,给出一种只有角度和距离测量的目标跟踪算法。为提高估计的精度和数值稳定性,采用了容积滤波算法,并用基于龙贝格-马尔塔(LM)算法改进迭代容积滤波算法,以提高估计精度,算法实现了对目标的无源跟踪。仿真结果表明:迭代容积滤波算法的跟踪效果更好。     

随振动量级增加卫星结构频率下移的分析

对卫星振动频率随量级增加而出现下降，即振动频率“漂移”的现象进行了初步分析。发现随振动量级的增加。结构的非线性表现突出。结构的刚度下降和阻尼增加，可认为主要是由蜂窝材料的非线性因素所致。     

改善反作用轮低速性能的补偿观测器方法

基于Ｄａｈｌ摩擦模型,给出了用于卫星姿态三轴稳定控制的反作用轮低速动力学方程,就反作用轮转速过零对卫星姿态产生的扰动现象进行了分析,提出了一种利用非线性观测器估计摩擦力矩,并予以补偿的补偿观测器方法。仿真结果表明,该方法改善了反作用轮低速性能,提高了卫星姿态控制的指向精度和稳定度。     

椭圆轨道非线性相对运动模型的周期解与应用

在长期的航天器编队飞行中传统的基于线性相对运动模型设计编队保持轨道的方法会引起较多的燃料消耗.首先采用摄动法解析地求得了考虑二阶非线性项时椭圆轨道相对运动模型的周期性条件和周期解;然后以此周期解为参考轨道设计了基于Lyapunov稳定的PD保持控制律.仿真结果表明:基于椭圆轨道非线性相对运动模型的周期解较基于椭圆轨道线性相对运动模型的周期解,精度明显提高;以前者为参考轨道的保持控制与以后者为参考轨道的保持控制相比,燃耗明显降低.     

Nonlinear Interactions between the Quasi 5-day Wave and Tides Based on Meteor Radar Observations at Mauiormalsize

Nonlinear interactions between the quasi 5-day wave and tides based on meteor radar observation in the Mesosphere and Lower Thermosphere (MLT) at Maui are studied in this paper. Strong sum interaction between quasi 5-day wave and diurnal tide, and evident difference interaction between quasi 5-day wave and semidiurnal tide are observed during the time of attention. However, their difference and sum counterparts are clearly weaker. The secondary waves generated from those interactions beat with the tide and show intense modulation at the period of 5 days which confirms the existence of their interactions. Additionally, correlation coefficients among these waves are calculated to further explore their interactions and find that they can persist for several days although they are highly intermittent. The energy exchange among these waves can be reversible during the observational time. The periods when the significant difference interaction between the quasi 5-day wave and semidiurnal tide occur are much shorter than those when the significant sum interaction between the quasi 5-day wave and diurnal tide occur. Moreover, these two strong interactions can take place simultaneously. In generally, this study provides the proof of nonlinear interactions between quasi 5-day wave and tides which were seldom reported before.     

增广误差模型算法在目标跟踪中的应用

针对目标机动运行过程中,滤波模型与机动状态模型失配的问题,提出了一种新的增广状态误差滤波模型。不同于现有增广方案,该模型从模型失配所致状态滤波误差的角度出发,将状态估计误差增广为一状态量,通过滤波估计后用其校正原状态量。算法分析表明,该增广滤波模型具有自适应调节多重渐消因子的等效特性,增强了对目标的跟踪能力。基于该增广状态误差滤波模型,给出了滤波算法设计并进行了仿真实验。实验结果表明,基于该模型的滤波算法在对机动目标进行跟踪时具有更强的鲁棒性。     

非线性方程求解中的幂指函数法

给出幂指函数在非线性方程求解中的一种迭代算法,既给出初始值的判断条件,又给出方程根附近的近似误差公式。算例表明:与其它五种方法相比,本文提出的幂指函数法精度较高,其收敛速度是Newton法和二次曲线法的10倍左右;而计算时间是Newton法和二次曲线法的十分之一左右。     

最大熵磁共振成象理论

由于在实际磁共振成象系统中,只能得到有限的频谱数据,利用传统的ＦＦＴ方法重建磁共振图象,将导致截断的伪影和低的分辨率。本文提出了一种基于ＡＲ模型的最大熵磁共振成象算法,利用ＡＲ模型外推未知频谱数据,替代了ＦＦＴ方法的填零法重建,并利用了ＢＵＲＧ算法中的ＡＲ模型参数计算的有效性,不仅消除了截断伪影、抑制噪声、提高了分辨率,而且使重建时间与ＦＦＴ方法相当,完全适用于临床应用。     

火箭发动机基于神经网络非线性辨识的故障检测

应用神经网络方法，提出了一种液体火箭发动机故障实时检测算法。神经网络采用非线性辨识技术贴近发动机的工作过程，并输出包合发动机故障信息的辨识误差信号。若辨识误差变大超过一定阈值，检测逻辑就预报发动机故障。在发动机启动阶段离线训练神经网络，在发动机稳态过程可以采用离线或在线学习算法。实验研究表明神经网络可以成功地应用于大型泵压式液体火箭发动机的故障检测。