基于压电分流阻尼电路的悬臂振动控制方法

针对航天领域内广泛应用的大尺寸、高柔性结构存在的振动自由衰减速度慢的问题，为了防止振动对飞行器结构的功能造成影响或者破坏，设计了基于宏纤维复合材料（Macro Fiber Composite,MFC）压电分流阻尼电路的结构减振方法。在对压电片电学特性分析的基础上，对电路结构进行了设计和分析，并用阻抗分析法对电路参数进行了优化，其中采用浮地模拟电感实现了电路中所需的大电感。针对典型悬臂梁结构，采用仿真手段分析了压电分流阻尼电路的减振效果，并搭建试验系统进行试验验证，压电分流电路能够显著降低结构的振动幅值。     

基于自适应记忆长度的多尺度模态融合网络

为了更好地利用点云和光学图像在自动驾驶领域的互补感知优势，提出了一种双模态融合网络MerNet。网络采用点云特征和光学图像特征并行编码的结构，在每一个编码阶段通过基于残差映射和膨胀点注意力机制的融合模块将光学图像特征单向融合到点云特征支路。设计了一种多尺度膨胀支路的级联空洞卷积模块，以加强点云的上下文联系，并在并行支路上采用瓶颈结构来降低上下文模块的参数量。为进一步优化参数更新过程，提出了一种自适应变历史记忆长度的优化算法，考虑了不同梯度变化趋势下历史梯度的贡献值。研究了一种基于交叉熵损失的协同损失函数，通过交叉比对不同模态的预测标签，并通过设定阈值筛选对比模态的预测特征，突出不同传感器的感知优势。在公开数据集SemanticKITTI上对MerNet进行了训练和验证，实验结果表明：提出的双模态网络能够有效提升语义分割性能，并使算法更加关注驾驶环境中的高危险性动态目标。同时，提出的上下文模块还能够降低64.89%的参数量，进一步提高算法的效率。     

中国空间站燃烧科学实验系统PIV单元地面试验

中国空间站燃烧科学实验系统是用于开展微重力燃烧实验研究的综合性科学实验平台，可以实现燃烧流场测量。为了验证燃烧科学实验系统粒子图像测速(PIV)单元对燃烧流场测量的功能与可行性，本文基于与在轨状态一致的连续激光器和相机的空间布局，搭建了地面层流圆孔射流试验平台，选取Al₂O_3，TiO_2，ZrO₂三种示踪粒子进行冷态试验与热态试验。试验结果表明，自主研制Nd∶YVO₄泵浦连续激光器偏光角度合适，能照亮被测流场主流区域，燃烧科学实验系统PIV单元可用于低速燃烧流场测量；相同工况下，Al₂O₃粒子在冷态试验测量的速度值更接近于理论值，速度幅值比更接近1，更适用于低速流体测量。      

基于多模特征融合的雷达干扰信号识别

传统制导雷达面临的新型有源干扰样式越来越复杂，雷达必须对各种干扰类型加以鉴别。传统的干扰识别方法仅对特定单一样式有效，通用性较差、泛化能力较弱，无法应对复杂多变的干扰对抗环境。因此，必须提出智能化更高、稳健性更强的普适干扰识别方法，提升制导武器抗干扰能力。为了提高干扰信号识别的准确率，研究了多模特征融合算法，并最终对时域、时频域、信息论特征进行融合以实现分类。首次将信息论中熵、相对熵、相对距离等概念引入到干扰信号分类这个应用场景中，通过仿真实验表明，能够有效对常见干扰进行有效识别，在较低干噪比下也有较好的识别准确率。     

热固性芳纶织物/环氧树脂支撑管动态特性分析

利用热固性树脂基体在玻璃态转变温度（T_g）前后表现不同的材料特性，制备了Kevlar29芳纶织物/E51环氧树脂基复合材料和三根充气展开支撑管。给出了芳纶织物增强环氧树脂支撑管制备工艺，其中基体温度采用电阻丝加热控制，管体固化形状采用聚酰亚胺薄膜内胆充气加压方法控制。研究了支撑的折叠和展开特性，当T>T_g时卷曲折叠并冷却定型用于储存，然后采用二次加热T>T_g和充气加压方法控制展开，最终支撑管形状回复率100%。采用模态分析讨论了温度、树脂含量、织物铺层厚度和充气内压等参数对悬臂状态下支撑管的固有频率影响规律。结果表明：随充气压力增加、树脂含量提高、织物铺层厚度增加、基体温度降低，芳纶织物增强环氧树脂支撑管的固有频率增大。采用曲线拟合方法获得固有频率随充气压力和温度的变化规律，结果可为充气展开支撑管设计提供参考。     

基于混合状态机的航天器自主绕飞多模态控制

本文研究了对非合作目标的自主绕飞控制问题，提出了基于混合状态机的自主绕飞多模态控制方法。首先，根据自主绕飞任务目标和轨道安全性分析，定义了远程接近、近程接近、相对位置保持、绕飞转移、碰撞规避、撤离等状态以及各个状态的控制目标。其次，为了实现航天器各个行为状态之间的协调转换与控制，建立混合状态机模型对各个状态进行自主管理和监控，设计了状态之间跳转的转换函数。然后，根据不同状态的控制目标，设计了多模态运动规划与控制策略，实现多模态自适应有限时间跟踪控制。最后，对本文所提出的自主绕飞控制方法进行了仿真验证，仿真结果说明了所提出的方法的有效性。     

基于多模态融合的任意对称翼型结冰预测方法

为解决目前绝大多数神经网络冰形预测方法只能针对特定翼型且不具备面向多翼型特征的普适性的问题，采用基于多模态融合的深度神经网络方法，以翼型截面图像与结冰工况参数作为输入，以二维冰形曲线傅里叶级数拟合参数作为输出，建立深度神经网络预测模型，实现了对任意对称翼型结冰特征的预测能力。结果表明：提出的模型可以准确地预测任意对称翼型几何特征条件下的结冰外形，冰形面积与最大冰厚等冰形主要参数预测误差均保持在10%以下。     

基于分段求解含错方程的扰码初态估计

针对低信噪比下扰码初态正确估计率低的问题，提出一种基于求解含错方程的扰码初态估计算法。根据初态递推关系，利用接收的软判决序列建立含错方程，将初态估计问题转化为含错方程组的求解；采用平均校验符合度来衡量含错方程组成立的可能性大小，通过遍历初态集合完成初态估计；通过分段寻优求解的方法来确定校验方程，该方法极大降低了高阶数下需要遍历的初态数。实验结果表明：所提算法在信噪比为0 dB的情况下，扰码初态正确估计率能达90%以上，相比于传统的卷积码快速相关攻击算法约有1～2 dB的性能提升。     

多孔介质对圆柱-翼型干涉噪声的影响

采用LES（large eddy simulation）+FW-H（Ffowcs Williams-Hawkings）方程，研究了圆柱表面使用不同PPI（pore number per inch）和厚度的多孔介质对圆柱尾迹及圆柱-翼型干涉噪声的影响，探索了多孔介质的降噪规律和机理。结果表明：多孔介质能稳定圆柱表面的剪切层，抑制旋涡脱落，从而削弱尾迹对下游翼型的影响，圆柱单音噪声最大可降79 dB，翼型单音峰值降低13.22 dB，宽频噪声降低20 dB；多孔材料PPI的变化对降噪效果影响较小，而厚度是影响流场模态、降噪效果及气动性能的一个关键参数；多孔材料厚度合适时，圆柱-翼型流场形态为“剪切层模态”，可有效降低湍流干涉噪声；多孔材料厚度较小时，发现了一种流场形态，即“剪切层-尾迹模态”，导致翼型噪声增大；合适的多孔介质厚度不仅降噪效果显著，对圆柱-翼型的气动性能也有改善作用。