含多部位损伤搭接结构应力强度因子三维有限元分析

应力强度因子(Stress intensity factor,SIF)分析是含多部位损伤(Multiple site damage,MSD)结构剩余强度和裂纹扩展寿命预测的基础和关键。考虑接触与摩擦,建立了含MSD搭接结构的三维有限元模型,研究了不同裂纹长度、铆钉类型以及损伤模式下裂纹尖端SIF分布情况和变化规律。结果表明,搭接件孔边裂纹Ⅰ型SIF起主导作用,Ⅱ型和Ⅲ型SIF可忽略不计。由于次弯曲、铆钉变形和板厚度等因素,SIF在外表面最小,接触面一侧较大,最大值多位于蒙皮内部。MSD会使裂纹间的干涉作用增强,SIF增大,且裂纹间距离越近干涉作用越强。裂纹长度相同时,埋头铆钉的孔边裂纹SIF积分均值大于平头铆钉,且接触面的SIF埋头铆钉大于平头铆钉,外表面则相反。     

基于大数据的空间目标监测数据管理系统设计与应用

针对空间目标探测与识别试验系统监测站(简称监测站)海量目标识别数据管理效率不高、数据分析处理能力不足、观测数据使用效益未完全发挥、对系统服务性能提升贡献度不高的现状,利用Hadoop等大数据技术开发具备数据存储管理、分析挖掘、质量评估等功能的平台,建立系统设备性能状态主动受控式预警系统,解决了海量观测数据存储管理的难题。同时,综合利用大数据分析结果,挖掘探索监测数据相关性与影响规律,为提升空间目标监测系统服务性能提供可靠支撑。     

美军新型作战概念发展分析与启示

在第二次世界大战和冷战期间,美军将新兴技术与新的作战概念结合起来,实现了颠覆性战略,使得美国对阵拥有地理或数量优势时占据了军事优势。2014年,美国提出了第三次“抵消战略”战略构想,并相继推出了诸多新型作战概念。从此次“抵消战略”背景的起源出发,分析美国国防部提出的“蜂群战”、“多域战”、“马赛克战”,并得出启示。     

北京三号卫星遥感数据处理与应用

针对北京三号卫星多目标成像、条带拼幅成像、立体成像和沿迹成像等多种成像模式的特点,突破基于嵌入式设备的在轨智能观测和影像处理技术、适应多种成像模式的地面预处理技术及多视角卫星实景三维生产技术等,实现了“星地一体、提速提质”的能力建设。基于卫星高精度立体成像技术生成的实景三维产品,在数字孪生社区与城市精细化管理、矿区动态监测及地质灾害隐患识别等领域具有较大的应用优势,可以满足3维空间信息的相关需求,能进一步拓宽遥感卫星的应用领域和范围,持续提升卫星遥感大数据和空间信息综合应用服务水平。     

一种基于多层1553B总线及CCSDS的载人航天器空间数据系统设计

针对未来载人航天器种类、规模及功能多样化的特点,尤其是多航天器构建的复杂大型载人航天器,对现有载人航天器空间数据系统的通用性、可扩展性、兼容性进行分析,提出了1种基于多层1553B总线的多构型、高可靠、可重构、大负载的空间数据系统器载网络架构和1种基于CCSDS的载人航天器空间数据系统协议体系架构.器载网络和协议体系架...     

不依赖卫星的定位导航与授时体系研究

定位导航与授时(positioning, navigation and timing, PNT)体系是支撑人类社会发展的基础设施。当前以卫星为核心的天基PNT应用广泛,但在卫星拒止环境下面临严峻挑战。通过总结天基PNT在国民经济发展与国防建设中的重大作用,分析天基PNT的脆弱性与依赖风险,明确了对不依赖卫星的PNT体系的迫切需求。提出了不依赖卫星的PNT体系概念与特征,即以“惯导+时钟”为核心增强基础PNT能力,利用外源传感器多源融合提高精度保持能力,在卫星拒止条件下为用户提供可承载的高性能PNT服务。基于现有技术基础重点发展微小型、高精度、低成本惯导技术,微时钟技术以及智能融合技术是有效途径,能够实现不依赖卫星的PNT覆盖性、精确性与可承载性的全面提升。     

火箭多台发动机并联推力传递结构动静耦合计算方法

针对运载火箭多台发动机并联推力传递结构在工作中力学环境适应性问题,开展了动静耦合动力学计算方法研究。该研究分析了动静耦合机理,并以此为基础,计算了有无静载的结构模态频率和推力传递结构关键部位随机振动响应。结果表明,火箭推力传递结构在大推力作用下,结构的刚度发生改变,进而影响动力学特性。相关研究结果为火箭多台发动机并联推力传递结构动静联合试验提供了参考意义。     

多源自主导航系统可信性研究

多源自主导航系统技术是新一代国家综合定位、导航与授时(Positioning, Navigation and Timing, PNT)体系下终端用户导航系统的技术发展方向。聚焦于导航信息智能决策的可信性,分析了可信性理论构建存在的科学技术问题,基于任务场景、运动环境以及载体动力学特征等,提出了多源自主导航系统中的载体动力学智能建模与计算、融合载体动力学特征的导航方式无感切换与智能决策、可信性自主判别与动态迭代优化的解决方案,为多源自主导航系统技术体系构建打下基础。     

陀螺仪随机误差的渐进遗忘多新息Kalman滤波

MEMS陀螺仪由于小体积、低价格等优点在民用领域得到了广泛应用,但是由于工艺水平限制,MEMS陀螺仪测量数据中存在大量的随机误差。为了减小MEMS陀螺仪测量的随机误差、提高测量精度,提出了基于渐进遗忘多新息Kalman滤波的随机误差滤波方法。建立了MEMS陀螺仪随机误差的AR模型,在经典Kalman滤波中引入了多新息修正方法,并使用渐进遗忘因子削弱历史数据的积累干扰作用,从而给出了随机误差的渐进遗忘多新息Kalman滤波方法。同时,使用经典Kalman滤波和渐进遗忘多新息Kalman滤波对MEMS陀螺仪输出数据进行处理,并使用Allan方差分析各噪声含量,可知：渐进遗忘多新息Kalman滤波后的数据其QN噪声比经典Kalman滤波减小了2个数量级,ARW噪声减小了1个数量级,BI噪声减小了2个数量级,RRW噪声和RR噪声减小为原来的约1/5,实验结果验证了渐进遗忘多新息Kalman滤波在陀螺仪随机误差滤波中的先进性。