小卫星编队飞行及其轨道构成

由若干颗小卫星编队飞行组成一个分布式卫星 ,其功能相当或超过一颗大卫星 ,也称为虚拟卫星 ,这将开拓小卫星一个完全崭新的应用领域。文章首先论述编队飞行概念和轨道构成 ;其次讨论虚拟卫星可能的应用实例。     

小卫星瞬态热分析模型修正方法

为解决参数分类和构建最小误差目标函数中瞬态温度时域过程的表达问题,分别定义了瞬态温度时均量和波动量对修正参数敏感度和分析值与试验值间瞬态温度均方差。利用蒙特卡洛混合方法对敏感参数进行分层修正的结果表明,修正前后瞬态温度分析值与试验值间误差由8%~16%降低至5%以下,分析值的时均量及波动量均有明显改善,且该结果被修正中未使用的试验数据所验证。这说明了修正中瞬态温度描述方式对改善瞬态热分析精度有效,蒙特卡洛混合法分层修正合理可行。     

Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评 定,引入 修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精 度评定中兴趣参数的验后密度函数。通过对参数验后估计的分析,该方法能够有效避免验前 信息“淹没”现场信息的情况,而幂参数通过验后边缘分布得到。通过对验后估计平均平方 误差（MSE）的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。〖JP 〗     

基于改进二维分形海面模型的分层海面电磁散射分析

用微扰法研究了平面波入射分层介质粗糙面的电磁散射。由改进的二维分形海面模型模拟实际的分层海面,导出了平面波入射时的散射系数计算公式。通过数值计算获得了不同散射角的HH极化双站散射系数,并讨论了中间介质介电常数与厚度、摩擦风速和入射波频率对双站散射系数的影响,得到改进的二维分形分层海面散射系数的基本特征、分区特征和随频率变化的特征。结果表明：散射系数近似具有＂量子化＂特征。     

单轴飞轮故障时的小卫星姿态控制方法研究

反作用飞轮和磁力矩器是现代小卫星姿态控制的主要执行机构,针对单轴反作用飞轮故障仅能提供两轴控制力矩的情况,提出了一种使用磁力矩器和反作用飞轮进行联合控制的算法。首先推导了一种拟PD姿态控制律,在此基础上提出了剩余两反作用飞轮和磁力矩器的控制力矩分配策略。仿真结果表明,该算法能够在单轴飞轮故障情况下完成小卫星高精度姿态控制任务,延长航天任务寿命,算法鲁棒性好,设计简单且易于在轨实时计算。     

小突片强化混合结构三维流场数值模拟

采用Roe通量差分分裂格式对带有小突片的轴对称收-扩喷管内外流场进行了数值模拟。小突片形状有三角形和梯形，数目为2个或4个，堵塞比为0.02，0.04和0.06，相对高度为0.08和0.16，安装角分别为120°，135°和150°。计算结果表明在喷管出口安装2个或4个小突片能使得喷管下游内外流掺混时间及掺混距离大为缩短，而对喷管的推力系数影响不大。采用小突片对于降低喷流噪声和抑制尾喷流红外辐射是非常有利的。     

自助法中若干问题研究及其在命中精度评估中的应用

在小样本的试验评估中,自助法是一种较优的小子样方法。本文在简要阐述自助法的基础上,深入分析了自助法应用中存在的若干问题,如再抽样样本的获取方式、再抽样样本量、各样本数据容量和适用范围,并给出了自助法的实施步骤,最后比较了自助法和落入概率点小样本方法在命中精度评估中的应用效果,指出了自助法的优点。     

基于验后概率的Bayesian序贯方差检验技术（Ⅱ）

在给定截尾试验次数的条件下,为了在理论上给出最大截尾试验次数以及从保护使用方利益的原则出发进行试验设计,基于验后概率和＂小概率事件原理＂,在一定程度上以保护使用方利益为准则,对Bayesian序贯方差检验（BSVT）模型进行了修正,建立了修正的Bayesian序贯方差检验（MBSVT）模型,设计了继续试验区临界值的求解...     

红外图像中运动小目标的检测方法

红外图像中的动态目标检测是一个比较热门的研究讨论专题,而小目标的检测更是研究的重点和难点。系统分析了红外图像中运动小目标的特性,介绍了几种成熟的运动小目标的检测方法。     

复杂异型零件小直径螺纹优质高效加工工艺研究与应用

复杂异型壳体类零件广泛应用于航空发动机控制附件,此类零件表面分布有大量小直径螺纹孔,螺纹孔加工是影响整个壳体生产加工效率和精度的核心工序。该类零件现有的加工工艺存在一致性差、加工效率低、专用夹具多、铣螺纹时易出现正锥现象等缺点。针对上述问题,提出并设计专用螺纹铣刀对小直径螺纹孔进行加工,通过宏程序编程解决刀具刃部缩短带来的编程问题,采用刃部长度为1～3个螺距的专用螺纹铣刀,同种刀具即可实现相同螺距不同规格的螺纹孔加工。通过对两个批次的零件进行实际加工验证,结果表明：工艺优化方案可使小直径螺纹孔加工质量及加工效率得到显著提升。