空间低温杜瓦瓶凯夫拉支撑结构多约束优化设计

采用新型凯夫拉纤维作为某空间用小型低温杜瓦瓶的支撑材料，在验证其力学性能的基础上，设计了杜瓦瓶的支撑结构，建立了一种新的热力学耦合优化模型，给出支撑结构固有频率、热应力及发射环境下的约束条件，通过一种“离散点加密”新约束优化法计算出了支撑结构满足约束条件范围内的要求的最优设计参数。     

航天器单层板结构弹道极限的支持向量机预测模型

提出了一种基于非线性不可分支持向量机（SVM）方法的航天器单层板结构弹道极限预测模型。利用实验数据对SVM进行训练,建立穿透点和未穿透点的分隔面,进而预测新结构弹道极限特性。SVM的训练问题是以实验点分类正确性为约束,预测置信度最大化为目标的二次规划问题,用Lagrange对偶方法有效求解了该训练问题,并通过附加Lagrange乘子的上限约束处理不可分数据集。引入二次核函数将线性SVM推广到非线性,有效实现了实验点的分类。利用超高速碰撞实验数据对SVM弹道极限预测模型进行了验证,计算对比表明SVM方法有效预测了弹道极限,并且精度高于NASA JSC单层板弹道极限方程。对分离面方程分离变量,建立了基于SVM的弹道极限方程显式表达式。     

Soybean cultivar selection for Bioregenerative Life Support Systems (BLSSs) – Hydroponic cultivation

Four soybean cultivars (‘Atlantic’, ‘Cresir’, ‘Pr91m10’ and ‘Regir’), selected through a theoretical procedure as suitable for cultivation in BLSS, were evaluated in terms of growth and production. Germination percentage and Mean Germination Time (MGT) were measured. Plants were cultivated in a growth chamber equipped with a recirculating hydroponic system (Nutrient Film Technique). Cultivation was performed under controlled environmental conditions (12 h photoperiod, light intensity 350 μmol m⁻² s⁻¹, temperature regime 26/20 °C light/dark, relative humidity 65–75%). Fertigation was performed with a standard Hoagland solution, modified for soybean specific requirements, and EC and pH were kept at 2.0 dS m⁻¹ and 5.5 respectively.     

基于轨道参数和SAR回波数据的多普勒调频率快速估计

多普勒调频率是SAR方位向压缩的关键参数之一. 调频率的失配会带来严重的方位向散焦, 从而影响成像质量. 基于减灾、防灾目的, 需要对SAR数据快速成像, 从而相应要求对多普勒调频率进行快速估计处理. 根据多普勒调频率快速估计需求, 提出了一种基于轨道参数法和Map Drift算法估计多普勒调频率的综合反演算法, 利用多普勒调频率与距离的关系, 简化整个估计流程, 从而提高估计速度. 同时给出了一种块数据筛选的方法, 用于选择综合反演法中所采用的块数据. 实验结果表明, 综合反演法能够在满足成像质量要求的基础上, 快速估计出多普勒调频率.      

具有复杂边界的火箭冲压发动机流场数值计算

针对实际复杂的补燃结构和计算边界,以块隐式法计算流场,用代数法生成计算网格,通过改变离散方程来处理三维定常Ｎ－Ｓ方程边界条件。算例表明,该方法正确可靠,迭代过程能够快速收敛。     

反舰导弹导引头ATE装订电路的设计及应用

阐述了反舰导弹导引头“闭锁时间”装订精度和“距选波门”装订精度在导弹战术技术使用中的重要性。     

一种基于模拟退火的支持向量机超参数优化算法

基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长,与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力,相关超参数的选择对其分类或回归性能有较大影响.针对径向基核支持向量机超参数优化问题,提出了一种改进的基于模拟退火算法的高效多目标优化算法,并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法.通过在多个标准数据集上的测试验证,证实了本文所提算法的可行性和有效性.     

一种用磁力矩器控制卫星姿态的新方法

本文研究如何用磁力矩器控制极地轨道上对地指向卫星的姿态。由于地磁场的方向在轨道上周期变化，卫星的姿态动力方程是一个线性周期系统。本文采用块能控标准形和滑动模态的设计思想，提出了种开关控制方法，可以保证线性周期系统的稳定性。文中给出一个仿真例子验证了此方法的有效性。     

一种新的导航星选取算法研究

在导航星表的建立过程中，由于恒星的数量太多，往往要进行筛选，通常这种选择复杂费时，而结果往往并不是最优的。本文引入了动态星等阈值分布函数，将传统星等阈值过滤算法中的静态阈值用动态星等阈值代替，建立了一种新的动态星等阈值过滤选择模式。而基于统计学习理论的支持向量机方法为求解高维非线性动态星等阈值分布函数提供了新的途径。本文讨论了这种基于支持向量机的导航星自动选择算法——回归选取算法。实验表明，用该算法所选取的导航星表，导航星数量少、分布均匀性好。同时它还能适应多种任务的导航星选取要求，具有很强的通用性。     

Hybrid calibration method for six-component force/torque transducers of wind tunnel balance based on support vector machines

A hybrid calibration approach based on support vector machines (SVM) is proposed to characterize nonlinear cross coupling of multi-dimensional transducer. It is difficult to identify these unknown nonlinearities and crosstalk just with a single conventional calibration approach. In this paper, a hybrid model comprising calibration matrix and SVM model for calibrating linearity and nonlinearity respectively is built up. The calibration matrix is determined by linear artificial neural network (ANN), and the SVM is used to compensate for the nonlinear cross coupling among each dimension. A simulation of the calibration of a multi-dimensional sensor is conducted by the SVM hybrid calibration method, which is then utilized to calibrate a six-component force/torque transducer of wind tunnel balance. From the calibrating results, it can be indicated that the SVM hybrid calibration method has improved the calibration accuracy significantly without increasing data samples, compared with calibration matrix. Moreover, with the calibration matrix, the hybrid model can provide a basis for the design of transducers.