行星着陆大气进入段自适应滑模抗扰控制方法

针对行星探测器着陆过程可能存在的干扰影响着陆精度问题,提出了一种抗干扰控制方法。首先建立行星探测器着陆控制模型,利用非线性干扰观测器实现对系统外部干扰的估计;在此基础上提出一种自适应滑模控制律,使得系统状态快速收敛到平衡点附近。最后,将该方法应用于火星着陆场景进行仿真。结果表明,提出的自适应滑模控制方法能够在未知扰动存在的情况下,有效实现行星探测器安全着陆,提高着陆任务的成功率。     

激光跟踪仪在交会对接微波雷达多径试验中的应用

交会对接微波雷达多径试验是在地面模拟两个飞行器在轨交会对接过程中由舱体表面及遮挡对微波信号造成反射干扰的一种试验,其目的是验证激光雷达系统功能及安装位置的合理性。在近20 m远的距离上,对飞行器舱体上的微波雷达天线和微波应答天线进行角度及距离的精确测量。文章通过对试验环境、测量项目分析及不同精测方案比对,采用激光跟踪仪直接测量舱体结构,获得了准确的基准数据,有助于指导微波雷达在飞船轨道舱上的精确安装和提高交会对接微波雷达多径试验的精度。激光跟踪仪首次应用于交会对接微波雷达多径试验,相比经纬仪在航天器基准测量中具有更大的优势。     

小型化星敏感器技术

对小型化星敏感器的软、硬件及光学设计技术进行了研究.通过光学系统中高稳定的光机结构设计、大通光孔径低畸变的镜头和40°太阳保护角的遮光罩设计达到光学指标.硬件设计采用轻小型低功耗电路、FPGA完成图像采集和星点提取技术,软件设计采用改进型全天识别算法、具快速主动预估功能的星跟踪技术.小型化星敏感器产品地面验证及应用结果表明:产品的主要性能达到指标要求.     

MPPT不调节母线电源系统稳定性分析

提出了一种MPPT不调节母线电源系统拓扑结构,介绍了其控制策略。分别建立了两域控制模式下太阳电池阵源端与负载端稳态分析的等效电路模型,基于小信号等效分析及状态空间方程特征根求解方法,对系统稳定性进行分析,归纳了提高此类电源系统稳定性设计的方法,此研究结果可为MPPT控制技术在未来空间电源系统中应用提供设计参考。     

航天器管路数字化制造技术与实践

文章介绍了航天器管路实现全过程数字化制造的解决方案,对管路坐标转换及数据提取、数控弯管及回弹补偿的仿真、装配仿真和管路快速检测等关键技术进行了分析,并提出了具体的解决方案。结合航天器管路研制需求,将管路数字化制造技术应用于实践,实现了管路生产不再依赖安装现场取样,航天器管路生产与总装分离,管路以产品化形式交付。     

基于光纤F-P可调谐滤波器的有害气体检测方法

光谱分析法在气体成分监测领域有着广泛的应用,实现小型紧凑高分辨率的光谱测量装置是热门的研究课题。文章创造性的提出了基于光纤法布里-帕罗（F—P）的可调谐滤波器提高吸收光谱分辨率,为构建紧凑高分辨率的光谱仪提供了一种新的方案。基于光纤F-P的可调谐滤波器成功实现了微型光栅光谱仪（分辨率约1nm）对甲烷吸收光谱的测量,对比无光纤F—P可调谐滤波器直接测量的结果,该方法测得的吸收光谱强度至少提高了一个数量级。此研究成果可用于紧凑高分辨率的星载气体检测仪的研制。     

重力测量卫星KBR系统相位中心在轨标定算法

针对低低跟踪(SST-LL)重力测量卫星K频段测距(KBR)系统相位中心在轨标定问题,提出了一种应用预测卡尔曼滤波算法的KBR系统在轨标定算法。首先,以磁力矩器和姿态控制喷气发动机为执行部件,对一颗卫星施加一定的组合力矩,使其绕另一颗卫星进行周期性姿态机动;然后,将星敏感器数据代入预测卡尔曼滤波算法中估计出卫星姿态;最后,根据KBR系统观测值与卫星姿态角之间的关系,利用扩展卡尔曼滤波算法估计出KBR系统相位中心的位置。数值仿真结果表明:KBR系统相位中心可以被实时估计,当存在较大的卫星姿态动力学模型误差时,KBR系统相位中心的标定误差仍在0.3mrad以内,证明此算法估计精度较高且鲁棒性强。     

基于LQR的弹道跟踪制导律设计

针对防空导弹弹道跟踪问题,基于线性二次型调节器（ LQR）理论设计了2种弹道跟踪制导律。首先,以时间为自变量,对导弹质点运动模型线性化,得到第一种线性化模型;接着,为提高模型精度和允许扰动范围,以导弹X坐标为自变量对导弹质点运动模型线性化,得到第二种线性化模型;然后,针对2种线性化模型,利用LQR理论分别设计跟踪制导律,并给出制导指令计算公式和制导流程;最后,在一定外界干扰作用下,将所设计2种跟踪制导律应用于导弹质点运动仿真,并从抑制随机风干扰、消除初始偏差等方面对2种制导律进行比较。结果表明,2种制导律都能实现弹道精确跟踪,且基于第2种线性化模型设计的跟踪制导律各项性能均优于第1种跟踪制导律,说明基于导弹X坐标线性化的模型精确度较高,适用于弹道跟踪制导律的设计。     

基于YOLOv5的近岸SAR舰船目标检测方法

由于类似舰船的陆地目标的干扰和舰船的紧密排列,基于合成孔径雷达(SAR)图像的近岸舰船检测会出现较多漏检和误检,提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度,使用了注意力机制模型和CSL的技术用于改进网络;分析了YOLOv5网络、注意力模型和CSL算法,基于YOLOv5进行了检测实验,引入注意力模型来改进网络;结合CSL算法,重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力,近岸目标检测网络的测试结果达到mAP 80%以上,证实了CSL+YOLOv5算法实现旋转检测的可行性。     

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。