国外深空探测态势特点与启示（下）

通过对国外主要航天大国在深空探测领域发展过程的梳理,重点分析了各国在无人深空探测技术、载人深空探测技术和地面测控通信技术三个方面的技术发展特点,并从总体角度对其主要技术特征和关键技术进行了深入剖析,从中提炼出对我国深空探测活动的启示,以期对我国深空探测的开展有所借鉴和推动。     

光纤通道技术在航电系统中的应用

根据航电系统对总线和网络的需求,介绍了光纤通道的特性,对光纤通道的典型的结构进行了分析,指出在综合航空电子系统中采用光纤通道作为系统互连网络是一种很好的选择。     

ANN和GA混合算法在故障诊断中的应用

介绍了ANN和GA的混合诊断算法,采用双重GA循环优化神经网络的结构和连接权重。设计提出了ANN和GA的混合方法的计算机流程图,运用三层前向神经网络执行诊断功能,并给出了混合算法在某型导弹自动驾驶仪故障诊断中的应用实例分析。     

空天飞机全C／SiC复合材料机身襟翼的静力试验研究与失效分析

针对全C／SiC复合材料机身襟翼再人过程中受到强烈的气动载荷作用的受力状况,进行了静力试验考核。对静力试验方法进行了讨论与探索,通过验证性的试验,确定了传统的贴帆布带加载的静力试验方案。并通过有限元建模计算明晰了机身襟翼结构的静力试验的危险区域。静力试验中,襟翼试件在未达到试验设计载荷的情况下,出现了提前破坏。通过对试件的传力路线的分析以及损伤部位的观察和研究,找出了失效的原因是由于角盒工艺上的缺陷造成的,并提出了工艺上改进的方法。     

Application of support vector machine combined with K-nearest neighbors in solar flare and solar proton events forecasting

The support vector machine (SVM) combined with K-nearest neighbors (KNN), called the SVM-KNN method, is new classing algorithm that take the advantages of the SVM and KNN. This method is applied to the forecasting models for solar flares and proton events. For the solar flare forecasting model, the sunspot area, the sunspot magnetic class, and the McIntosh class of sunspot group and 10 cm solar radio flux are chosen as inputs; for the solar proton event forecasting model, the inputs include the longitude of active regions, the flux of soft X-ray, and those for the solar flare forecasting model. Detailed tests are implemented for both of the proposed forecasting models, in which the SVM-KNN and the SVM methods are compared. The testing results demonstrate that the SVM-KNN method provide a higher forecasting accuracy in contrast to the SVM. It also gives an increased rate of ‘Low’ prediction at the same time. The ‘Low’ prediction means occurrence of solar flares or proton events with predictions of non-occurrence. This method show promise for forecasting models of solar flare and proton events.     

安全路由器关键技术探讨

路由器是网络架构巾的重要部件。在网络安全越来越受到重视的今天,为了提高所传输数据的安全性,安全路由器应运而生。文中介绍了安全路由器的解决方案,探讨了应用于安全路由器上的防火墙、VPN、IDS、加密、认证等几种主要的路由器关键技术。     

基于递归神经网络的控制力矩陀螺操纵律设计

利用递归神经网络对单框架控制力矩陀螺(SGCMG)系统操纵律进行动态求解,设计了一 种基于递归神经网络的SGCMG系统操纵律。通过选择适当参数可以使该网络渐近收敛到稳定 状态,从而使操纵律具有较小的操纵误差。该操纵律不用计算Jacobi矩阵的伪逆,因此避免 了Jacobi矩阵求逆所带来的一系列问题。对某SGCMG系统的仿真结果表明,上述操纵律是可 行的。     

载体姿态无扰的自由漂浮空间机器人运动学特性研究

针对载体姿态无扰的自由漂浮空间机器人的运动学问题,引入具有非完整特性的载体 姿态无扰约束方程,推导了载体姿态无扰的自由漂浮空间机器人广义雅可比矩阵。采用等效 杆的概念,分析了普通状态的自由漂浮空间机器人和载体姿态无扰的自由漂浮空间机器人可 达工作空间;基于载体姿态无扰的自由漂浮空间机器人广义雅可比矩阵所得到的奇异方程, 研究了载体姿态无扰的自由漂浮空间机器人动力学奇异性。仿真结果验证了普通状态的自由 漂浮空间机器人与载体姿态无扰的自由漂浮空间机器人运动学问题的差异性。研究结果为载 体姿态无扰的自由漂浮空间机器人运动规划及控制研究奠定了理论基础。
     

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

基于X射线脉冲星的深空探测器自主导航方案

X射线脉冲星自主导航系统可以为深空探测器提供位置、速度、时间和姿态等丰富且自主的导航信息,以X射线脉冲星测得的信息作为量测量,结合轨道动力学方程,对航天器的轨道进行自主估计确定。论文阐述了该方案的导航原理,在借鉴现有航天器导航系统的基础上,提出了基于X射线脉冲星导航的方案,介绍了方案的硬件组成、系统结构,并针对方案中导航敏感器多冗余的特征,给出了基于多传感器组合导航技术的结构,最后用仿真资料对方案做了性能概算和精度估计。