再入(返回)测量的自校准α-β-γ滤波

在导弹、航天器试验任务的实时数据处理中,α-β-γ滤波已得到应用。由于外测系统的观测数据中,除含有随机误差外,还含有系统误差,而且系统误差经常大于随机误差。随着对实时处理测量精度要求的日益提高,应用α-β-γ滤波解算弹道参数,必须考虑外测系统误差的修正,否则,在较长测量弧段利用其滤波时,系统误差会造成弹道参数的滤波“发散”。本文基于“EMBET”自校准原理,将其推广到α-β-γ滤波中,完成了具有自校准α-β-γ滤波公式的推导,并给出再入(返回)测量弧段时的常用测量元素下的相应公式。     

固体火箭发动机内弹道性能仿真

确定了影响发动机内弹道性能的独立随机变量。其中,发动机肉厚与燃面的关系是根据发动机的试车数据,按照无因次肉厚概念对实测压强-时间曲线反算而获得。根据固体发动机内弹道性能预示模型,采用Monte-Cardo法进行内弹道性能的模拟计算。通过对某发动机的内弹道性能仿真,说明该计算方法可行、数据可信。     

多传感器数据融合技术及其应用

从多传感器数据融合的概念出发,介绍了多传感器数据融合的模型、成熟技术、优点及应用,提出了数据融合的一种新的分类方法,指出了数据融合的难点和潜在的问题。最后,重点论述了这一技术在航天领域的应用、发展水平和发展方向。     

基于试验数据与使用数据融合的产品寿命可靠性分析方法

可靠性数据分析作为描述、评价产品可靠性的理论方法,已经成为可靠性工程的重要组成部分。针对产品在实际使用中存在未失效数据且数量较多的情况,提出一种将试验数据与使用数据相融合的产品寿命可靠性分析方法。在产品寿命服从典型分布时,利用试验数据与使用数据融合后的数据,采用随机右截尾情形下的极大似然估计方法估算产品寿命分布函数中的参数,进而对产品寿命的可靠性进行分析计算。结果表明:在相同的可靠度和置信水平下,利用试验数据与使用数据融合后增大了样本容量,提高了产品可靠性分析的准确性。     

机载嵌入式计算机通用操作系统故障管理软件设计

提出了一种对机载嵌入式计算机中常见操作系统故障的监控和记录方法,结合记录操作系统和处理器的状态信息,同时考虑到在多种操作系统、处理器上的适应性,设计一套具有操作系统故障监控和状态信息记录功能的通用操作系统故障管理软件,提高机载嵌入式计算机的可维护性。     

基于数据融合的航空发动机多余度 智能传感器故障诊断

针对航空发动机多余度智能传感器故障诊断问题,提出一种基于数据融合的故障诊断方法。该方法采用改进的模糊C均值聚类算法对多余度传感器信息进行数据融合,将多余度敏感单元测量值划分为合适的几个类,然后根据少数服从多数的原则,选择含有最多敏感单元测量值的类的中心作为融合值,并通过计算各个敏感单元测量值与融合值之间的残差来监控传感器的故障情况。仿真结果表明,得到的融合值具有较高的精度,绝对误差在0.5℃以内,通过判断残差可完成传感器故障自检测与定位。     

基于多维数据关联的舰载机联合目标判别技术

文章提出了一种基于多层空间侦察数据关联的舰载机联合目标判别技术,介绍了基于最小二乘的位置收敛算法和基于多维度联合的目标判别算法,分析了该技术在满足舰载机电子装备硬件条件下的可实现性。该项技术为舰载机有效利用多源战术情报、实时保障多种行动提供了一种新的思路和技术解决方案。     

快速访问回归轨道与弹道一体规划

针对地面发射快速响应空间需求问题,考虑轨道参数和弹道参数之间互为输入、深度耦合的实际,首先根据简化弹道模型给出了快速访问回归轨道设计方法,然后以轨道参数为输入开展快响火箭弹道规划,在此基础上以规划得到的弹道参数修正简化弹道参数,通过不断迭代,直至简化弹道参数与规划得到的弹道参数之间的误差满足要求,进而得到了满足任务需求的快响回归轨道及弹道参数。具体算例证明了该方法的可用性和有效性,可为快速响应轨道及弹道规划提供理论路径和技术支撑。     

激光冲击强化过程监测及其质量在线评估：现状与挑战

激光冲击强化（Laser shock peening,LSP）是一种新型抗疲劳延寿制造技术,可应用于航空发动机关键零部件。现有LSP离线检测方法存在“质量盲区”的问题,为提高LSP加工质量的一致性、可靠性和稳定性,有必要开展LSP过程多源信息的精确感知和靶材表面完整性在线评估研究。从LSP瞬态高能过程所释放的两类重要物理信息入手,即激光诱导等离子体冲击波（Laser induced plasma shock wave,LIPSW）和激光诱导等离子体光谱（Laser induced plasma spectroscopy,LIPS）,分别综述了LSP动态过程两类信息监测感知的研究现状,以及多源信息融合（Multi-source information fusion,MSIF）技术在LSP领域的研究进展。最后探讨了亟待解决的科学问题和现存的挑战。