预冷组合循环发动机吸气式模态建模与性能分析

为了对预冷组合循环发动机开展性能分析，以协同吸气式火箭发动机（SABRE 4）为研究对象，采用部件法建立了发动机稳态模型，计算获得了SABRE 4发动机在吸气式模态下沿飞行弹道的性能参数变化规律。然后对发动机的高度和速度特性进行研究，得到了发动机的飞行包线。计算结果表明，在吸气式飞行弹道内，核心机推力和比冲的变化分别为488~680kN和34786~46954m/s。SABRE 4发动机具备推力大和比冲高的性能优势。在预冷器工作过程中，随着飞行马赫数增大，预冷器换热量不断增大，进入预燃室的氢流量减小，预燃室总温降低，HX3的吸热量减小。与其他压气机和涡轮相比，空气压气机和氦涡轮的工作参数变化较大。SABRE 4发动机通过对来流空气进行预冷，可实现在大空域和宽速域内工作。由于空气压气机的喘振和堵塞边界限制，发动机的高度和速度特性分别存在飞行高度和飞行马赫数的限制。     

分体组合式双自由度对日定向系统构型及布局设计

为解决空间站在不同的构型及飞行姿态下，因太阳入射角变化大引起的太阳电池翼难以对日定向的难题，提出分体组合式双自由度对日定向系统构型。研究空间站构型及飞行姿态，确定采用A轴与B轴2个轴独立运转、单独控制的对日定向方式，2个轴通过桁架结构实现正交连接。在梦天实验舱单舱飞行时，A轴不动，B轴根据轨道周期跟踪太阳，通过飞行器姿态调整补偿太阳入射角的变化。组合体飞行时，B轴补偿太阳高度角，A轴根据轨道周期带动B轴与太阳电池翼共同跟踪太阳，实现双自由度对日定向。在轨飞行结果表明:在不同的舱段构型及飞行姿态下，功率通道输出功率波动幅度由60%减小到7%，分体组合式双自由度对日定向系统构型能够适应空间站复杂的飞行工况。     

基于高轨导航接收机的自动化地面测试系统

高轨卫星导航接收机是实现高轨航天器自主定轨的核心设备。为在地面测试阶段对高轨卫星导航接收机进行充分高效的验证，亟需设计基于高轨卫星导航接收机的地面测试系统。设计了一种基于高轨卫星导航接收机的自动化地面测试系统，主要创新点如下：第一，本系统可对高轨卫星导航接收机实际在轨状态下接收到的导航星座信号进行仿真；第二，具有模拟包含北斗三号等多导航卫星星座信号的功能；第三，本系统充分考虑自动化、通用化与一体化设计。提出的基于高轨卫星导航接收机的自动化地面测试系统能够在地面测试阶段对高轨卫星导航接收机进行充分验证，并充分考虑测试实施，从自动化、通用化、一体化方面提升测试效率，减少人为操作失误导致的质量问题，解决人工判读带来的误判漏判问题。     

基于低轨全覆盖卫星星座的反向缝建链策略

低轨卫星星座的拓扑设计是天地一体化网络部署中较为重要的一环。在低轨卫星网络中，如何设计星座拓扑来提升卫星网络的稳定性与传输性能，是亟待解决的问题。提出一种基于轨道覆盖带方法的低轨持续全覆盖卫星星座设计方法，通过该方法构建低轨卫星星座，满足覆盖性能，可有效减少卫星切换的次数。基于构建的星座拓扑，制定邻轨k最近邻星的反向缝建链策略，优化设计链路长度和链路持续时长，获取网络传输性能与稳定性的平衡。仿真结果表明:通过上述方法设计出的星座，在满足对地持续全覆盖性能的情况下，相较于轨道覆盖带方法切换次数减少10%;邻轨k最近邻星策略相较于最短建链策略，拓扑稳定性能提升79.62%，使网络拓扑稳定性与传输性能达到更优的平衡。     

基于遗传算法的寻优解卫星星座优化设计策略

卫星星座优化设计与直接部署卫星或普通迭代计算后部署卫星等方法不同,目的 是在有限的资源中达到更好的星座观测效果.通过使用遗传算法(Genetic Algorithm),在卫星星座构型模型的基础上,得到星座种群内对目标观测实效性较强、重访周期较短的卫星个体,并使用较优的卫星个体生成Walker星座组网,实现了生成的星座对目标区域的高精度观测与覆盖.这种方法避免了复杂的计算与主观上的加权计算,在经济成本和观测效果相互制约的前提下,得到了更加高效的卫星星座构型设计策略.将此优化设计策略用于选定的卫星星座构型中,通过仿真实验表明,基于遗传算法优化后的"深圳一号"卫星星座相较于其优化前的部署,其对目标区域及全球区域的整体观测性能提升了90％以上.     

StarLink星座对空间安全态势的影响

针对StarLink星座部署后带来的空间安全问题，对StarLink星座构型仿真，利用碰撞概率的算法，从碰撞风险的角度分析了StarLink星座部署后对其他卫星在轨安全的影响。结果表明:StarLink星座部署对低轨航天器将带来较大的碰撞风险，碰撞风险比部署前提升一个量级，对535~555 km空间区域的航天器影响尤为突出，一旦产生碰撞碎片将带来更大的碰撞风险。通过分析提出了警示，并针对大型卫星星座带来的碰撞危险提供了应对建议。     

Reinforcement learning based dynamic distributed routing scheme for mega LEO satellite networks

Recently, mega Low Earth Orbit (LEO) Satellite Network (LSN) systems have gained more and more attention due to low latency, broadband communications and global coverage for ground users. One of the primary challenges for LSN systems with inter-satellite links is the routing strategy calculation and maintenance, due to LSN constellation scale and dynamic network topology feature. In order to seek an efficient routing strategy, a Q-learning-based dynamic distributed Routing scheme for LSNs (QRLSN) is proposed in this paper. To achieve low end-to-end delay and low network traffic overhead load in LSNs, QRLSN adopts a multi-objective optimization method to find the optimal next hop for forwarding data packets. Experimental results demonstrate that the proposed scheme can effectively discover the initial routing strategy and provide long-term Quality of Service (QoS) optimization during the routing maintenance process. In addition, comparison results demonstrate that QRLSN is superior to the virtual-topology-based shortest path routing algorithm.