次流通道对双喉道气动矢量喷管的性能影响研究

为了进一步了解次流通道对双喉道气动矢量喷管(Dual Throat Nozzle,DTN)气动矢量性能的影响,基于二维DTN喷管构型进行了详细的数值模拟研究。结果表明:收扩的次流通道相对于平直的次流通道不会改善DTN喷管的推力矢量性能;随着次流流量增加,DTN的推力矢量角存在一个最大值,超过该值各推力矢量性能均会降低;次流通道宽度对DTN喷管推力矢量性能影响显著:(1)次流宽度不影响所能达到的最大推力矢量角;(2)小的次流宽度在进口总压较高的条件下具有更高的推力矢量角;(3)增大次流宽度能降低次流总压,但达到的矢量角会有所减小。     

利用人工神经网络快速计算木星系磁坐标

在木星辐射带研究中,从地理坐标向磁坐标的准确转换是建模基础.以往的建模中,磁壳参数L值的计算基于磁偶极场假设,该方法精确度较差.结合最新的高精度木星磁场模型JRM09,本文提出基于磁力线追踪法的木星磁坐标计算方法,并分析其合理性和必要性.要求精确度较高时,磁力线追踪法计算耗时很长.本文在磁力线追踪法的基础上进行改进,提出基于人工神经网络的磁坐标快速计算方法.该方法包括分类器和拟合器.分类器基于Adaboost算法的BP神经网络,用于预测某地理坐标是否在内磁层,如果在内磁层,则用拟合器计算L值.拟合器采用遗传算法优化BP神经网络.结果表明,分类器的分类错误率在3%以内,而拟合器的预测误差在7%以内.以Juno号一圈探测轨道为例,利用神经网络的磁坐标计算法比磁力线追踪计算法速度快3个数量级以上.基于人工神经网络的磁坐标快速计算方法可用于未来木星辐射带的研究.     

自适应航天器态势分析系统

利用深度学习中的卷积神经网络理论,基于单目视觉系统和带有标识物的航天器影像,实现对航天器的三维姿态角、距拍摄点距离和相对拍摄中心偏移量的精准测量。利用机器学习理论实现网络自主学习样本特征,这一方式将大幅降低动态测量的误差。同时,这种测量方式也避免了人工提取特征的复杂过程,实现任意、精准、快速测量,对航天器在组装及发射过程中的姿态估计、距离测算起到关键性作用。     

非线性逆在ASTOVL控制系统中的应用

研究了先进短距起飞垂直着陆飞机（ASTOVL）的飞行／推进控制系统的控制律，基于解和掌握气动舵面和推力矢量舵面控制下的飞机数学模型，应用非线性动态逆理论，为ASTOVL飞机从巡航到悬停阶段的飞行，设计了推力矢量控制器和俯仰控制器，以合理地分配飞机上的力和力矩，使得俯仰姿态速度和法向速度的控制在推进系统性能包括线范围内是近似线性和解耦的，最后以ASTOVL飞机悬停阶段的数字仿真曲线为例，证明了所设计的两个控制器是可行的，基本上达到了设计要求。     

基于低比特量化神经网络的红外目标识别方法及其FPGA实现

红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择,无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略,有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面,本文提出了更加高效的卷积计算单元,提高了硬件资源的利用率,同时也达到了更高的峰值性能。最终,在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证,系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率,其功耗为2.5 W。     

微射流技术的原理及其应用

介绍了微射流技术的原理及其初步应用。基于非线性系统的演化对初始条件具有敏感依赖这个事实发展起来的微射流技术，由于与常规持续喷射射流控制方式相比具有许多优点，因而在流动和换热控制应用方面取得明显的效果。并指出，随着研究工作的深入，该项技术还可望用于高马赫数飞行体表面气体流动控制、火箭发动机推力方向控制等。     

遥测矢量脱靶量测量系统

本系统为导弹飞行打靶时测量导弹或炮弹相对靶标脱靶参数的设备。它有4大特点。它是一种比较完整的脱靶量本数测量系统。本系统采用窄波束天线、四通道接收方案。文中说明其工作原理，技术指标、组成及信号处理方法。     

基于神经网络的导弹姿态控制系统故障诊断

本文提出了一种多层前向神经网络快速误差向后传播学习算法ＦＢＰ（ＦａｓｔｅｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ），通过某导弹姿态控制系统故障诊断的仿真研究，验证了ＢＰ（误差后向传播学习算法）和ＦＢＰ用于导弹姿态控制系统故障诊断的有效性，ＦＢＰ学习算法较之ＢＰ学习算法学习速度的快速性     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

空间目标可拦截区与可遭遇区的确定

给出了天基拦截器对空间在轨目标的可遭遇区、可拦截区和实际可遭遇区的定义,基于冲量变轨理论,并以真近点角表示这三个区域,给出了确定这三个区域的数值搜索算法。对于非机动轨道目标,训练好的BP神经网络可根据拦截器/目标的相对位置,快速给出目标轨道上的可拦截区和实际可遭遇区。