波束波导馈电系统在深空探测天线应用中的关键技术研究

针对波束波导馈电系统在深空探测天线应用中存在的电小尺寸镜面绕射引起波束波导传输效率降低,不同极化工作时波束指向不一致,以及TE21模跟踪时坐标转换等问题,进行深入研究并给出相应的解决方案或数学模型.通过优化椭球镜M5的曲率,解决了电小尺寸镜面绕射使波束波导传输效率下降问题,使S频段的传输效率提高约4％,35 m天线副反射面的截获效率增加约11％,天线增益提高0.7 dB;给出天线束峰值位置随方位、俯仰角变化的数学模型,提出了中值补偿方法,使天线左右旋极化峰值不一致增益损失减小约0.16 dB,并给出TE21模跟踪时的坐标转换数学模型.这些方法和数学模型已成功应用于实际工程中,并取得了良好的效果.     

基于我国深空站三向测量模式的数据精度分析

为了验证我国深空站三向测量模式的正确性,以同步星跟踪试验中的测量数据为基础,建立了站间同步修正算法和三向测量观测模型,通过与同步卫星的精密星历反算测量值比较,得到了测量数据的标定参数,结果表明,我国深空站测控能够实现dm级的测量精度,明显优于“嫦娥二号”测量的水平;同时利用测量数据进行定轨策略分析,最终实现了10 m量级的同步卫星定轨精度.分析结果为“嫦娥三号”探测器实施有效测控提供了依据.     

变薄拉深的上限法分析

根据上限法原理建立了一种适用于分析变薄拉深的上限模型,包括两个用于优化上限解的独立参数。通过优化计算,变薄拉深力理论值与实验值吻合良好;用该模型研究了变薄拉深系数、凹模半锥角、原始筒形件内外径比、定径带相对长度以及内外摩擦因子等主要工艺参数对变薄拉深力的影响规律。     

CAXA电子图板下CAPP输出系统

工艺卡片的输出是CAPP系统开发的难点和重点之一,是连接产品设计和生产制造的桥梁,利用VC 6.0编程语言在CAXA电子图板中定制工艺卡片的关键技术和方法,并利用ADO技术实现了工艺卡片与CAPP系统的工艺数据库间的数据通讯,对相关工艺卡片输出系统的开发是一种启示和借鉴.     

Ti6Al4V合金冷拔过程变形机制研究

研究了钛合金经冷拉后的变形组织和性能,金相、透镜观察表明,位错滑移是钛合金室温下塑性变形的主导机制.钛合金经过冷拉拔后的组织性能变化可分为3个阶段:第一阶段为快速硬化阶段,以大晶粒的变形为主,位错缠结形成;第二阶段其抗拉强度值增加趋于平缓,近乎于一个平台,部分小晶粒也开始参与变形,位错带形成;第三阶段为应变量大于0.6...     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

基于EM‑EKF的深空光学自主导航系统光轴偏差补偿算法

在深空探测任务中,光学自主导航的精度受导航敏感器件安装精度的影响较大。提出了一种基于期望最大化-扩展卡尔曼滤波(EM-EKF)的光学自主导航系统光轴偏差补偿算法。算法基于条件概率的思想,预先设定状态变量和观测量的统计特性参数,通过不断地最大化条件期望,得到出现概率最大的状态变量估值和光轴偏差参数估值。该算法可分为4步:EKF、固定区间平滑、求解条件期望和期望最大化,不断迭代即可得到光轴偏差估计值。以火星探测近火段为例进行仿真验证,经光轴偏差补偿后,导航精度由100 km提升至20 km以内。     

规范化的SolidWorks工程图模版的定制

规范化的工程图模板对于在企业生产中提高机械设计效率、规范产品设计具有重要意义,通过实例介绍了应用SolidWorks软件进行工程图格式、环境设置和材料明细表的定制方法,为学习和应用SolidWorks软件定制工程图模版提供了技术思路。     

深空样品密封技术综述

文章首先介绍了美国"阿波罗"计划中月球样品密封所使用的密封结构与材料,以及火星采样返回任务中对样品密封的技术方案和研究情况。然后,针对我国探月工程三期的样品密封要求,分析了多种密封材料和结构,包括铟银合金作为软金属用于刀口挤压的密封结构、自动钎焊密封装置和爆炸焊接密封装置;同时,简单地介绍了目前国内深空样品密封技术研究与试验工作。最后,针对上述密封结构和密封材料,结合我国探月工程的要求,提出了优化研究方向。这些跟踪研究结果可为我国深空样品密封技术的发展提供参考。     

基于卷积神经网络的运载火箭测发网络流量异常检测技术

运载火箭测发网络是维系各型号运载火箭远距离测试及发射控制的重要国防基础设施,对测发网络流量进行异常检测是保证其正常工作的关键举措。近年来,随着测发网络功能的拓展,其面临的网络安全威胁越来越严重,而当前的安全检测主要依赖于基于异常特征库匹配的流量异常检测方法,这种检测方法对一些新型攻击检测能力非常有限。本文结合运载火箭测发网络实际特点,针对以使用用户数据报协议(UDP)为主的测发网络流量,设计一种新的基于固定数据包数目的流量图片样本生成方法,首次提出在测发网络流量异常检测问题上使用卷积神经网络,以原始网络流量作为输入,避开难以解决的人工特征集设计问题。通过测发网络真实网络流量数据进行实验,取得了较高的精度、召回率和准确率,验证了本方法具备一定的实用性。