基于星间链路的导航卫星时间自主恢复策略

基于北斗导航卫星星间链路的测距与数传功能，针对自主导航时卫星时频子系统异常导致载荷系统断电重启的情况，提出了一种基于星载计算机自主计时及星间链路误差校正的策略.在载荷系统重启时间内，利用星载计算机守时，并通过十秒稳定度预报晶振频率漂移量的方法，维持星钟在重启时间内的稳定.载荷系统重启后，星载计算机授时给导航任务处理机，通过误差分析计算出总误差.该误差在星间链路建链误差允许范围内，然后通过星间链路对星钟误差进行校正恢复，重新实现星地时间同步.      

无人机自主降落地基/舰基引导方法综述

近年来,随着自主控制技术与任务载荷的快速发展,越来越多的无人机(UAV)具备了良好的任务自主能力。在执行任务过程中,降落阶段的安全风险最大,导航定位精度较差、人员决策失误等是造成降落过程中事故多发的主要原因。通过总结无人机自主降落过程中对引导控制的需求,对国内外无人机军用和民用自主降落解决方案进行了梳理和介绍,对无人机自主降落关键技术和研究现状进行了分析,提出了该领域未来发展的重点方向。      

简讯

我国首架新型涡扇喷气支线飞机城际转场飞行圆满成功我国首架拥有自主知识产权的涡扇支线喷气客机ARJ21-700飞机101架机自去年11月28日实现成功首飞并经历数次检查飞行后,于2009年7月15日实现了研制以来的首次城际飞行,成功从上海     

航企

国航举办北美航线试餐会为配合纽约航线整体升级,3月8日,国航举办北美航线餐食试餐会。经过厨师讲解、专家评议、旅客挑选等环节,数十道经典中西餐食,将按季节轮流出现在北京始发的洛杉矶、纽约、旧金山三条航线的头等舱、公务舱餐谱中。作为提升客户体验的重要环节,餐食品质的提高,将使国航北美航线的服务品质得到提升。     

基于情感的控制策略及其在移动机器人导航中的应用

提出了一种基于情感的移动机器人导航控制策略。根据机器人的导航任务设计了一个情感系统,并与基于行为的机器人系统相结合,构造了基于情感的行为协调控制策略。仿真和比较研究结果表明该控制策略能有效地提高机器人在未知环境中自主导航的能力。     

大学英语网络教学平台之建构

《大学英语课程教学要求》颁布以来,我国一些高校积极探索采用以建构主义学习理论为基础的大学英语网络教学模式,以适应学生朝个性化自主学习方向发展的需求并解决我国大学英语教学中的普遍问题。本文介绍了基于局域网和基于校园网的大学英语教学,探讨了网络英语教学中师生角色的定位。     

关于设计保证系统适航独立核查的思考

民用飞机主制造商建立设计保证系统,旨在民机研制过程中充分发挥自主适航的能力,通过组织机构、职责、程序和资源落实设计、适航以及独立监督三大职能,以保证航空产品的设计或者设计更改满足适航当局的要求。其中,设计保证系统适航职能的适航独立核查功能正是这一保证的关键。基于对设计保证系统适航独立核查功能的具体分析基础上,从设计保证系统的规划与设计层面提出了实现适航独立核查功能的机制,给出了机制中需明确的责任主体、职责与资质要求、工作流程与支撑工具以及管理程序等方面的建议,并从大数据知识的技术支撑和阶梯式递进的人才培训保障两方面以不断优化改进的方法工具与人力配置来深化适航独立核查的功能与效果,进而增强设计保证系统对飞机型号研制的保证作用。     

资源一号02C星在轨正式交付

4月18日,资源一号02C卫星在轨交付仪式在京举行,卫星由中国航天科技集团公司正式交付给用户国土资源部,至此,资源一号02C卫星正式投入使用。资源一号02C卫星是我国自主研制的第一颗民用高分辨率遥感业务卫星,自2011年12月22日在太原卫星发射中心成功发射以来,在轨测试和试运行表现良好。     

某机载探测系统自主回收技术的实现

针对某机载探测系统探头回收自动化程度低的问题,提出了在无需操作员干预情况下实现探头自主回收的技术方法。采用了先进的控制算法,将缆位角与探头、缆长进行结合并引入了绞车控制系统,使绞车对探头的回收速度及缆长可进行实时调整,并给出了3种不同缆位角摆动条件下缆长与探头回收速度的控制曲线关系。研发了自主回收装置,设计了能够实现自主回收功能的探头回收机构。实验验证表明：在无需人为干预的条件下,在缆位控制系统及自主回收机构的配合下,系统实现了对探头快速、安全的回收。     

基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。