高功率射频真空热试验负载设计研究

文章研究了通讯卫星真空热试验时高功率射频RF的吸收冷却措施及安全策略,即通过RF负载及冷媒,将入射的电磁波能量转化为其它形式的能量(主要是热能)而损耗掉.综合考虑RF负载的反射率﹑温控﹑结构特性﹑安全等因素,文章提出了4种形式的结构负载,并分析比较了各自的优缺点.     

挠性空间飞行器计算机控制的一些问题

本文研究了实现挠性空间飞行器计算机控制的可观测性和可控制性问题,以及采样频率的选择及高阶模态的处理问题。     

四值Searle运算及其网络设计

本文将Searle运算推广到四值系统中,定义了四值Searle运算,导出了一系列四值Seale运算的公式,最后讨论了四值Searle运算的逻辑网络设计。     

基于BP神经网络的自主定轨自适应Kalman滤波算法

针对Sage Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage Husa自适应滤波方法具有更好的性能。     

用于月球软着陆最优轨迹跟踪制导过程的模糊神经网络控制方法

软着陆过程的制导控制已经成为月球探测中一个具有挑战性的问题。神经网络与模糊逻辑都是处理不确定性(受控对象缺乏精确的数学描述或具有非线性的复杂性)问题的有效手段。本文根据终端着陆条件和性能指标,以由Pontryagin’s极大值原理得出从近月点到月球表面的最优着陆轨迹为基础,给出一种基于模糊神经网络的非线性最优控制策略,使被控系统能够通过模糊神经网络的非线性映射能力实现某种最优的闭环制导控制。最后通过数学仿真验证了该控制策略的可行性与有效性。     

一种改进的LEO卫星网络路由策略

文章结合LEO卫星网络的拓扑结构和运行规律,提出了一种时延受限的最小耗费（DCLC）路由算法。仿真结果显示,相对于最短路由算法,该算法具有较低的呼叫阻塞率和切换失败率,以及更好的服务质量。同时能够平衡各链路负载,使整个卫星网络更稳定。     

空间交会轨迹安全性定量评价指标研究

针对当前交会轨迹安全分析缺乏有效的定量评价方法,研究提出了两种考虑实际交会过程导航偏差和控制偏差的安全性定量评价指标,分别是交会过程中任意时刻失效后追踪器的位置误差分布3σ椭球与目标器控制区域的最小距离和两个飞行器的最大瞬时碰撞概率。研究了这两个指标的快速简化计算方法;并基于协方差分析描述函数法(CADET),建立了非线性交会下考虑导航偏差和控制偏差的相对状态及其协方差矩阵的传播模型。通过两个仿真算例验证了两个指标的合理性、快速性和准确性,并且可适应于在线轨迹安全性分析和一般情况下的线性和非线性交会安全轨迹设计。
     

量子超球神经网络在振动故障检测中的应用

提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息。试验数据检验结果表明：量子超球神经网络可以成功用于液体火箭发动机振动故障检测。     

基于自适应软切换的多星座组合导航系统研究

多卫星组合导航系统星座结构复杂、卫星数量多,在某些特定场合、特殊时间内需要快速完成星座和卫星的选取和重组.采用一种快速选星算法和自组织网络相结合的策略,并应用于多卫星导航系统建模和多星座软切换领域,既避开了系统对象建模这一难点,同时又充分利用卫星星座间的相互关联性,极大的发掘多卫星系统本身的潜力.仿真结果表明,快速选星算法和自组织组网技术可以增强整个导航系统的抗干扰性和自愈能力,以牺牲较少的定位精度来有效减少导航运算量,提高导航定位的实时性.     

对偶空间上的高分辨率遥感影像道路提取

道路目标的提取是遥感领域的重要研究内容。针对背景复杂的高分辨率遥感影像，论文提出一种在对偶卒间榆测道路目标的算法。该算法包含以下步骤：通过投影变换，分别将直线的灰度级标准差及其边缘梯度矢量均值映射到直线方程的对偶空间；在对偶卒间上，根据直线的标准差和边缘梯度矢量的峰谷分布规律检测道路目标；根据已检测的目标位置，用搜索和跟踪的手段提取连接道路网。实验结果表明，本方法能够很好的提取各种明暗度及一定曲度的道路目标。