深空探测光学导航敏感器在轨几何定标方法

光学导航敏感器是光学自主导航的一个核心器件,它所获得的导航目标源的光线指向的精度将直接影响自主导航的精度。设计了一个分步式的光学导航敏感器在轨几何定标方法,该方法先求解外定标参数,然后在外定标所确定的广义相机坐标系下求解内定标参数,从而完成对内外定标参数的标定。为了在星上计算资源与能力有限的环境下,利用更多的参考星图实现对定标参数的高精度估计,利用逐行法化最小二乘方法估计定标参数。实验表明,通过高精度的在轨几何定标,可以有效提高光学导航敏感器的指向量测精度,使其满足光学自主导航的需求。     

基于GNSS测量的天宫二号质心确定

由于轨道机动燃料消耗,科学载荷加载、分离,以及伴飞小卫星在轨释放等原因引起天宫二号空间站质心(COM)发生位移,从而影响天宫二号的动力学质心定轨精度。针对这一问题,提出了基于全球导航卫星系统(GNSS)测量数据的简化动力学质心估计方法。燃料消耗是引起天宫二号质心发生位移的主要原因,质心在本体坐标系X轴方向位移最为显著。利用GNSS测量数据对天宫二号进行质心估计和精密定轨,在三轴对地稳定姿态下,本体坐标系X轴方向与轨道切向重合,定轨结果对本体坐标系X轴方向的质心位移并不敏感。但在连续偏航模式下,本体坐标系X轴在轨道法向上有较大分量,X轴方向的质心位移对基于GNSS测量计算的精密定轨结果有较大影响。定性和定量分析结果表明:偏航姿态模式下天宫二号本体坐标系X轴方向质心位移估计具有可行性。天宫二号实测数据计算结果表明:与未做质心估计的定轨结果进行对比,质心估计后表征轨道动力学建模误差的经验加速度补偿水平在轨道径向、切向和法向上分别降低62%、50%和65%;载波相位后验残差标准差降低0.04 cm;精密轨道与全球激光测距数据比较精度提高0.86 cm。所提方法可以应用于大型低轨航天器在轨质心估计。      

电磁式作动器与受控结构的耦合特性研究

本文分析了电磁式作动器与受控结构的耦合特性。以某典型电磁式作动器为例,建立了它与恒流输出功率放大器、恒压输出功率放大器配套使用时的数学模型,以及它与受控结构的耦合模型,研究了受控结构耦合作用下电磁式作动器的频率特性,计算结果与试验结果一致。另外,本文还推荐将恒流输出功率放大器与电磁式作动器配合使用。     

单片微机在控制模型姿态角中的应用

用廉价单片微机８０９８装置（包括单片机外围芯片、辅助电路、角度显示器、控制程序等），控制多台大功率步进电机，实现模型姿态角的控制，并对如何利用软件来提高步进电机的运行频率，模型姿态角β、α和下转盘进行跟踪显示等有关技术进行了探讨。     

基于含间隙吸振器的半主动振动控制

提出一种基于刚度分段线性动力吸振器的半主动振动控制策略，通过调节弹性元件的间隙实现吸振器工作频率连续跟踪外激励频率的变化。文中根据基波平衡导出了使主系统近似完全消振所需的弹性元件间隙控制律。数值仿真表明：这种半主动控制策略对于单自由度主系统和多自由度主系统均有很好的消振效果和相当宽的工作频带     

航天器发动机再启动的微重力基础研究

介绍了发动机再启动问题的工程应用背景，阐述了涉及发动机再启动的微重力基础研究，范畴。在微重力条件下，正确考虑外界干扰载荷对贮箱中流体动力学行为的影响是至关重要的。给出了用三维程序计算的一些结果。     

CCD器件用机械泵驱动两相流体回路仿真与试验

电荷耦合元件（CCD）作为航天光学遥感器的核心部件之一,其工作性能受温度影响很大,传统的热控产品难以满足大功率CCD的精密控温需求。通过仿真与试验系统研究了机械泵驱动两相流体回路（MPTL）用于CCD控温时的启动特性、运行状态、内部工质的流动及传热特性。结果表明:MPTL可以通过干度的调节来吸收冷凝器外热流和CCD工作模式的影响;MPTL的控温精度可以达到±1℃,蒸发器并联支路、蒸发器负载和冷凝器温度在一定范围内变化等均不会对系统运行稳定性产生影响,其仍可将CCD器件控制在所需温度;通过仿真与试验对比,发现仿真模型的误差在±1℃以内,验证了模型的有效性和准确度。MPTL可以很好地满足航天光学遥感器CCD的控温要求,能够保证CCD始终具有较好的温度稳定性和均匀性,且系统具有良好的运行特性和鲁棒性,其在CCD精密控温方面具有很好的应用前景。      

挠性卫星姿态的有限时间终端滑模稳定控制

针对挠性航天器的姿态稳定控制问题,提出了一种基于双幂次趋近律的终端滑模有限时间控制方法,该方法考虑了卫星运行过程中受到的环境干扰和刚柔耦合问题.首先,采用非线性干扰观测器和超螺旋观测器分别估计了外干扰力矩和星上传感器无法敏感的角加速度信息.其次,采用双幂次趋近律,设计了一种终端滑模控制器,并基于Lyapunov方法证明了系统的全局稳定性.仿真结果表明,所提方法在有效抑制挠性附件结构振动响应的同时,快速、高效的实现了卫星姿态的有限时间稳定控制.     

基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。