一种基于激光雷达的航天器隐藏点测量方法

为保证航天器各系统的仪器安装满足在轨姿态、轨道控制等要求,需对其安装位置及姿态进行检测,但一些隐藏的目标却无法直接测得。文章提出了一种基于激光雷达测量系统的隐藏点测量方法,针对激光雷达测量坐标系的建立以及应用高精度平面镜进行隐藏点测量进行了数学模型的分析,并对测量系统的不确定度进行了评估。结果表明,在保持测量环境稳定的情况下,应用激光雷达进行航天器隐藏点测量的标准不确定度优于0.1071 mm。     

星载高速数字电路电源芯片选型及电源完整性设计

优化电源完整性及可靠性设计可以有效提高高速数字电路在高速、高负载及极端环境下工作的性能及可靠性。通过对开关式点电源及LDO (低压差线型稳压器)两种供电方式在星载高速数字电路中的应用特点进行分析,总结出针对两种电源在电源完整性上的设计准则,量化相应测试指标,通过对开关类电源LTM4644及LDO型电源对信号完整性设计及电源芯片选型进行研究优化,为星载高速数字电路电源完整性设计及测试提供部分参考及依据。     

行星着陆复杂形貌特征匹配与自主导航研究进展

基于行星定点软着陆探测任务的需求,围绕复杂形貌行星着陆过程环境特点,首先分析了行星着陆复杂形貌特征匹配与自主导航所面临的主要技术挑战,随后综述了行星着陆复杂形貌特征匹配与自主导航的研究现状,并概括了行星着陆复杂形貌特征匹配与自主导航所涉及的关键技术。最后对未来行星着陆探测复杂形貌特征匹配与自主导航发展方向进行了展望。     

基于摄影测量的超大尺寸舱段装配变形分析技术

针对运载火箭箭体结构舱段装配过程中形位精度测量及变形控制的需求,开展超大尺寸舱段精确、高效测量技术研究.首先,对比分析了不同测量技术方案的优缺点;其次,根据摄影测量技术的原理建立了超大尺寸舱段摄影测量的流程,完成了点云数据的采集,基于点云数据重构产品模型,开发软件进行数据的对齐与对比,实现产品形位精度的测量与装配变形的...     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

一种新的共线平动点拟周期轨道稳定保持策略

限制性三体问题下共线平动点附近的拟周期轨道在深空探测中具有重要的实际应用价值,得到了各航天大国的广泛重视。通过将动力学中心流形结构引入轨道控制方法的设计之中,得到了基于投影到中心流形的共线平动点拟周期轨道稳定保持策略。首先推导了会合坐标到中心流形坐标的正则变换方法,在此基础上设法通过引入轨道机动,将偏差状态点投影到中心流形上,从而达到消除不稳定分量的目的。该方法充分整合了平动点的动力学特性,并且也适用于周期轨道的稳定保持。通过对Lissajous轨道和晕轨道的数值仿真表明,该方法较以往方法具有更强的稳定性,能在显著降低轨控燃料消耗的基础上达到较好的稳定保持效果。     

特征模型分散式自适应姿态控制在高超声速飞行器中的应用

 针对高超声速飞行器在再入过程中强耦合、大扰动和气动参数大范围变化的问题,基于特征建模的思想,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角通道独立、 偏航/滚转通道耦合的特征模型,并设计了分散式自适应姿态控制器,给出了稳定性分析和数值仿真。由于基于特征模型设计的控制器组成的闭环系统是一个非常复杂的混合系统,稳定性分析在特征建模理论中一直是一个难点,提出的稳定性分析方法完全解决了此类不含内动态相对阶为二的多输入多输出系统的稳定性问题。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

基于目标特征模型配置的面向对象检测方法研究

针对目前遥感图像目标检测过程中过度提取特征容易导致样本特征维数过高,造成维数灾难的问题,提出一种基于目标特征模型配置的面向对象检测方法,该方法以特征的可分性为原则判断特征的真实有效性,针对不同的侦查目标,将真正有用的特征配置于该待检测的目标,达到快速、准确自动检测的目的.试验结果表明,该方法能在降低算法复杂度的同时提高目标检测的正确率,能节省样本训练所需的时间.     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。