基于舰船运动时间序列预报的直升机着舰时机判断

为解决舰载直升机在海上返航着舰的安全问题,开展了直升机着舰时机判断研究。首先,基于时间序列预报方法,采用AR自回归模型,模型参数估计使用递推最小二乘算法进行在线辨识,对于存在的数据饱和问题引入了遗忘因子加以解决,实现了对舰船运动的短期预报。然后,根据舰船横摇运动的实时预报结果和周期性特点,选取横摇角度及角速度满足安全阈值的时间段,确定直升机安全着舰的时机。研究结果表明：该方法有效提高了直升机着舰的安全性。     

印法航天机构对航天合作项目进行评审

2008年7月5—6日,印度空间研究组织（ISRO）和法国国家空间中心（CNES）联合工作组在印度召开合作项目评审会,以进一步确立双方在航天活动方面的合作关系。 会议期间,双方就“热带云”（Megha-Tropiques）卫星获取数据的分发政策签署了协议。计划于2009年发射的“热带云”卫星是印法合作项目,用于监测热带气候。它将携带4个有效载荷：微波辐射计、湿度计、辐射测量仪和无线电掩星探测器。     

基于IR-UWB的无线总线实验研究

针对虚拟卫星需要通过无线媒介将卫星近距子终端可靠地联结成系统的应用需求,在研究IR-UWB技术和星载总线两者特点的基础上,提出基于IR-UWB的总线型无线网络的解决途径,结合1553B协议进行了可行性分析.并在现有条件下设计和搭建1553B点到点试验平台进行了实验研究,实验表明从功能上来看,IR-UWB具有作为设备间实时无线互连物理层的潜力,为进一步研究打下了基础.     

机动目标三维空间导引运动建模及导引律研究

给出了导弹—目标追逃运动的空间矢量方程，在此基础上推导了三维导引运动模型。对机动目标应用李雅普诺夫稳定性分析方法提出了一种自适应变结构制导算法。六自由度数学仿真结果表明了模型的正确性和制导算法的有效性。     

重型货物空投系统过程仿真及特性分析

建立了货物空投系统仿真计算模型,包括货台在舱内和舱外全过程的运动特性、降落伞拉直和充气过程的轨迹特性计算等,提出了伞群模拟和多吊带系统分析的新方法。结合目前已有的降落伞性能计算模型和物伞系统运动模型,对重型货物空投全过程进行了完整计算,开发了空投过程三维动画仿真软件,通过与试验数据的对比,表明本模型能很好地满足应用的需要。分析了空投速度、伞包安装位置和牵引比等因素对空投过程的影响,指出了实际系统的改进方向。     

浅议目视助航灯光系统对飞行的影响

尽管目前飞机安装了各种先进的无线电助航设施和仪表着陆系统，但为了更好地引导飞机安全进近、着陆、滑行，机场还必须安装目视助航灯光系统。目视助航灯光系统一般分为进近、着陆和滑行三类，下面结合笔者工作积累，就进近和着陆灯光对运行的影响加以分析讨论。     

面向系统集成的起落架地面运动特性建模方法

大型飞机地面运动特性是飞机性能的重要组成部分,主要涉及到飞机的地面滑跑、转弯以及刹车等过程。地面运动特性的分析涉及到动力学、液压、控制等多领域,是典型的多学科耦合的复杂问题。以某大型民用飞机为研究对象,从主制造商的系统集成性能分析需求出发,通过多学科解耦和模型物理度划分两个角度进行地面特性模型架构的分解与定义,并以飞机刹车系统性能分析为例,验证了本架构的有效性。本文提出的模型架构灵活,既适用于飞机集成商的飞机级性能分析,又适用于特定系统级的性能分析。     

空间翻滚非合作目标消旋技术发展综述

大量残存太空的空间垃圾对在轨运行航天器的安全构成严重威胁,对其进行主动移除已迫在眉睫。火箭末级、失效卫星等非合作目标已失去姿态调整能力,且长期在失控状态下运行,受太阳光压、重力梯度等摄动力矩及失效前自身残余角动量等因素的影响往往会出现翻滚运动。对翻滚非合作目标直接捕获存在碰撞风险,为降低风险系数采取消旋后再捕获是较为合适的方式。在对火箭末级、失效卫星等典型非合作目标运动形式及消旋过程进行分析的基础上,综述了目前国内外所提出的接触式及非接触式消旋方法,并对非合作目标翻滚运动测量及动力学参数辨识和消旋控制这两项消旋共性关键技术进行了归纳总结。本综述将为中国空间碎片主动清除技术的发展提供有益参考。     

倾角回转误差算法问题分析及改进

对倾角回转误差的算法和公式进行了积极探讨,对GJB1801-1993中倾角回转误差算法进行改进尝试并通过对测试方法进行理论分析和一组典型数据的计算结果对此予以进行证明。在此基础上对倾角回转误差算法进行了修正,增加约束条件:消除的一阶谐波分量必须幅值相同,相位相差90°,从而得到修正公式。再从基本误差定义出发,重新对倾角回转误差进行推导,得到了相同的结果。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。