衰减器的直流校准方法

从设计原理来分析电阻式衰减器的工作原理，并根据实际需要研究出衰减器的直流校准方法。     

基于参数化轨迹的TAEM段在线制导方法

针对可重复使用运载器末端能量管理阶段的在线轨迹生成与制导问题,研究了一种基于参数化轨迹描述且不依赖在线积分推演与气动辨识的三维轨迹预测-校正制导算法。首先,设计了由动压上边界、下边界和最大能量边界构成的动压包线,由一个参数对包线内的动压剖面进行描述,采用离线计算的方式预先获得飞行航程随动压剖面参数、倾侧角和能量高度变化的关系并存为三维数表。随后,根据当前状态和地面航迹参数计算得到各飞行阶段地面航程信息,在待飞航程的预测中,考虑侧向机动的航程损失和模型偏差影响,采用分段查表和在线估计航程修正系数的方法对预测航程进行了两次修正。最后,研究了约束条件下的多轨迹参数连续更新策略,以保证消除航程偏差的同时轨迹具有适宜性。仿真结果表明,该方法对于初始位置、能量状态散布不敏感,其末端位置控制精度保持在米级。完成单次轨迹预测-校正的时间不超过2.3 ms,拥有较高的在线预测效率,对突发故障造成的模型偏差具有较强的适应能力。     

基于焦面哈特曼波前传感器的大视场高精度波前测量技术论证

气动光学效应容易对导引头目标成像跟踪系统产生不良影响,然而传统哈特曼波前传感器由于探测视场小,无法作用于导引头的目标成像跟踪系统。介绍了一种能够大视场测量的焦面哈特曼波前传感器,同时针对传统模式法无法在焦面哈特曼中进行高精度测量的问题,提出了一种能够高精度测量的优化波前复原算法——基于Gerchberg-Saxton迭代的波前复原算法。然后,根据满足大视场测量的结构设计,搭建了仿真平台,利用优化的波前复原算法对仿真输入像差进行复原。最后,利用多个激光器搭建了大视场波前复原实验平台,并验证了焦面哈特曼波前传感器具有能够实现高精度大视场波前测量的能力。     

流星雷达系统相位差偏差的估计和校正

介绍了一种新的流星雷达系统的相位偏差估计和校正方法.利用流星回波的观测数据,用回波信号在各个接收通道之间的相位差,结合干涉式接收天线阵的几何关系,建立了各天线相位差测量值与偏差值之间的线性方程组,利用最小二乘法求解方程组,得到了流星雷达系统各个接收通道之间的相位差偏差估计值及校正后的流星回波到达角.与已有的流星雷达相位偏差估计和校正的方法相比,这种方法可以通过流星雷达的观测数据来计破算雷达系统各个接收天线通道之间的相位差偏差量,而不需要增加额外的硬件,实现了对观测数据的事后处理,可以方便地对已有数据进行校正.以2004年4-6月的武汉流星雷达观测数据为例,计算了流星雷达系统的偏差估计量,并用校正后的数据来计算流星回波的空间位置.结果表明,校正后流星回波数在各个方向上随高度的分布比校正前更符合统计分布.      

日光诱导叶绿素荧光超光谱探测仪杂散光测试与校正技术

日光诱导叶绿素荧光超光谱探测仪具有更高的光谱分辨率及更多的光谱通道,而杂散光是影响超光谱探测仪光谱测量精度的关键因素之一。陆地生态系统碳监测卫星搭载的超光谱探测仪为光栅式光谱仪,其入射和出射狭缝的存在使得系统本身杂散光的抑制多了一道屏障,因此该类遥感器杂散光的主要来源为视场内的杂散光。文章描述了该类杂散光的来源及特点,最后以超光谱探测仪空间维为例,建立杂散光校正数学模型,介绍了视场内杂散光分布测量方法、测量步骤,并对校正效果进行了分析。结果表明,杂光分布影响因子d和杂光分布因子矩阵D可正确表征光谱仪的杂散光特性。     

地形起伏对星载SAR像素定位影响的仿真分析

通过点目标数据仿真,分析地形起伏变化对点目标方位向、距离向位置偏移的影响,并在此基础上,提出利 用斜距变化值和多普勒参数变化值对像素偏移值进行修正的方法,给SAR像素定位问题的研究提供了参考。     

星载微波辐射计的天线方向图校正和亮温计算

在简要介绍星载微波辐射计周期定标技术基础上,着重分析了外部周期定标技术,采用天线方向图校正技术进行了误差分析,对“冷”、“热”定标源进行了计算,提出了提高星载微波辐计定标精度的措施。     

高超声速滑翔飞行器预测校正闭环协同末制导方法

针对能量持续衰减的高超声速滑翔飞行器末制导段时间协同问题，提出一种预测飞行时间并校正飞行剖面的协同制导方法。设计了一种带有负比例导引系数的参数化飞行剖面，在辨识气动参数后快速预测剩余飞行时间；通过数值算法修正飞行剖面参数，并输出制导指令，满足单飞行器时间约束制导要求；设计闭环协同策略，在分析飞行器时间调整能力后，各飞行器协调期望飞行时间，再自主规划飞行剖面以同时攻击目标。仿真结果表明：预测校正闭环协同制导方法可以满足时间协同末制导任务需求，落点误差小于5 m，相对时间误差小于1 s。     

带落角落速约束的导弹虚拟期望落角末制导律

为解决导弹末制导阶段同时考虑落角和落速约束时带来的过载需求大、落速散布广的问题,提出一种基于虚拟期望落角的末制导律。首先,提出虚拟期望落角的概念,设计过渡函数降低末制导初期过载需求；然后,分析过渡函数各参数对落角、落速影响,设计预测-校正算法计算期望参数；为了提高预测效率与精度,使用深度神经网络离线训练弹道数据集。实际飞行中,基于扩展卡尔曼滤波在线辨识气动参数摄动,提高算法的适应性。蒙特卡洛仿真结果表明,所提出的算法能够降低末制导初期过载需求。在满足落角约束与位置精度的前提下,落速控制精度在±15 m/s以内。