基于新息灰预测的卫星遥测参数状态预测及应用

<正>确的预测是进行科学决策的依据。在航天测控领域中对卫星状态的准确预测是正确发布指令的重要依据,而卫星遥测参数趋势预测是状态预测的前提。根据卫星遥测数据特定的相似性,利用相似性原理和新陈代谢原理,充分利用最新的遥测信息,建立适用于卫星遥测数据的新息灰预测模型。通过工程数据仿真计算,验证该方法的正确性和可靠性。     

高超声速栅格翼气动特性研究

阐述了用于马赫数大于5.0的高超声速飞行控制的栅格翼气动特性问题。采用工程 计算方法预示了栅格翼气动力、热特性,验证了栅格翼几何参数特性合理选取的初步要求, 这为后续深入研究进行了有益的探索。
     

基于Rodrigues参数的视觉相对位姿确定算法

以Rodrigues参数作为姿态描述参数提出了一种视觉相对位姿确定算法。Rodrigues参 数作为一种简洁、高效的姿态描述法,适用于实时性要求高的视觉相对位姿确定,但它本身 的奇异性使其不能用于大角度的位姿确定。将视觉导航方法和无奇异姿态描述的Rodrig ues参数切换理论结合起来,推导了基于Rodrigues参数的视觉相对位姿解算模型,并给出了 这种相对位姿确定算法的流程。仿真结果表明该算法能很好地解决奇异问题,实现全姿态运 动情形下的相对位姿确定。
     

基于B样条小波有限元激光陀螺抖轮的分析

建立了激光陀螺抖轮的三维有限元模型,对其振动特性进行了模态分析,建立了整个 模型B样条小波有限元模型;研究了一类新的有限元空间,它以B样条小波函数作为有限等参 元的形状函数;建立了模型的B样条小波有限元序列,利用B样条小波函数的变尺度特性在不 改变网格的剖分下提高分辨率,因此在处理局部应力集中,曲率分布突变边界等应用中具有 一定的优势,所以它的结果更接近于实际。最后对系统模型进行了仿真,给出了各个阶次 模态值,通过与传统有限元比较发现小波有限元具有收敛性好、求解迅速和网格划分灵活
等优点,这对于激光陀螺抖轮的优化设计具有重要参考价值。
     

固体运载火箭轨迹/总体参数一体化优化设计研究

研究多级固体运载火箭轨迹/总体参数一体化优化设计问题。建立了固体运载火箭轨迹/总体参数一体化优化设计相关数学模型,包括质量模型、动力模型、气动力模型和飞行程序控制模型,确定了轨迹/总体参数一体化优化问题的目标函数、设计变量和约束条件,提出了将自适应遗传算法和序列二次规划方法相结合的高效、高精度序贯混合优化算法,实现了固体运载火箭轨迹/总体参数一体化优化设计。仿真结果表明,与总体单位设计的原方案相比,优化方案运载火箭起飞质量减小13.62%,终端约束和路径约束均得到很好满足。其结果可为固体运载火箭总体优化设计研究提供理论参考。     

基于匹配模板的雷达信号快速识别系统设计

雷达采用低截获概率(LPI)技术之后,特别是在低信噪比条件下,传统的雷达信号识别方法将暴露出对弱信号无能为力、识别率低等缺陷.针对这些问题,设计了基于匹配模板的雷达信号快速识别系统,介绍了系统设计的基本思路,提出了敏感参数这一概念,保证了正确识别率.以线性调频信号为例制定了相应的匹配识别准则,通过仿真实验验证了该准则的有效性和该系统的可行性.在信号受到噪声污染的情况下,该系统对线性调频信号的识别信噪比可以达到-6dB.     

金属网反射器索网预应力对模态的影响

卫星姿态和轨道调整时,金属网反射器索网结构的基频过低会使反射器产生振颤。文章通过金属网反射器索网结构的模态方程,利用有限元法来分析预张力的值与模态之间的关系,得到了预张力的大小对索网模态的影响规律,索网的基频会随着预张力的减小而下降,并用算例验证了这种方法的正确性。     

基于EMD-ICA与遗传算法的轴承故障诊断方法

针对振动信号中轴承故障特征信号微弱难以识别的问题,对通过试验采集到的内环故障、外环故障以及滚动体故障振 动信号进行处理。采用最小二乘法和指数平滑法对振动信号进行预处理,利用EMD分离振动信号的局部特征,并根据IMF分量 的信息熵增益比实现重构;采用ICA对混叠的振动信号进行分离,并对分离后的振动信号进行特征提取;采用遗传算法对多维振 动特征参量进行降维,筛选出最优特征参量;采用遗传算法优化的极限学习机对轴承故障振动特征集进行识别,将常见的SVM、 BP等诊断模型作为对比算法。试验结果表明：采用ICA能将混叠信号有效分离,实现故障信号的提取;遗传算法不仅能够实现最 优特征的选择,同时能够对极限学习机算法进行有效优化,提升算法的诊断效果。优化的算法相比其它诊断识别方法性能较佳, 使3种故障的平均诊断效果达到90%以上。     

不同压比状态下超声速射流冲击斜板的声场/流场特性

为研究超声速射流冲击斜板的噪声特性及声源特性,针对不同压比下,超声速射流流场及声场分别进行了高频PIV（particle image velocimetry)测量与远场噪声测量。PIV测量结果可观测到激波格栅形成过程以及冲击斜板对它的影响。声场测量结果可捕捉到自由射流与冲击射流中不同的纯音频率随压比增加的转变过程。通过一一对比各纯音模态与流场模态,可区分各纯音模态的声源特性。结果表明:当压比在2.0~3.2之间时,共出现五种纯音模态:A模态纯音频率为剪切层大尺度涡脱落频率,此时流场呈现同轴模态;d模态和e模态中纯音频率主要为冲击纯音频率,且e模态出现时流场转化为螺旋模态,这是一种不稳定模态;当压比大于等于2.53时,纯音模态稳定成单一模态B,B模态纯音频率为啸叫频率,其流场结构转化回同轴模态,啸叫频率对斜板的存在与否不敏感;啸叫频率随着压比的增加逐渐减小,其二次谐频在基频幅值较小的方向上会出现一个强声波辐射。      

语言引导的多粒度特征融合目标分割方法

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的多粒度特征融合目标分割方法,能够对特定目标精准定位。利用Swin Transformer和Bert网络,分别提取多粒度的视觉特征和文本特征,提高对整体与细节的表征能力;将文本特征分别与不同粒度视觉特征进行融合,通过语言引导增强特定目标表达;通过卷积长短期记忆网络对多粒度融合特征进行优化,在不同粒度特征间进行信息交流,得到更精细化的分割结果。在UNC、UNC+、G-Ref、ReferIt数据集上进行训练并测试所提方法。实验结果表明：相比Refvos,所提方法在UNC数据集的val、testB子集中IoU结果分别提升0.92%、4.1%,在UNC+数据集的val、testA、testB子集中IoU结果分别提升1.83%、0.63%、1.75%。所提方法在G-Ref、ReferIt数据集的IoU结果分别为40.16%和64.37%,达到前沿水平,证明所提方法的有效性与先进性...